基于判别度的实值决策系统的属性约简

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (16): 121-123.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

基于判别度的实值决策系统的属性约简

鲁文霞，李巧艳，刘亚梅，马盈仓

西安工程大学理学院，西安 710048

出版日期:2013-08-15 发布日期:2013-08-15

Attribute reduction of real value decision system based on discriminate degree

LU Wenxia, LI Qiaoyan, LIU Yamei, MA Yingcang

School of Science, Xi’an Polytechnic University, Xi’an 710048, China

Online:2013-08-15 Published:2013-08-15

摘要/Abstract

摘要： 研究实值决策系统中的知识获取是粒计算研究的主要方向之一。为给出一种高效的知识获取方法，基于邻域粗糙集的原理，针对实值特点，在相容的实值决策系统中，给出判别度描述下的约简定义。进一步提出一种基于判别度的属性约简的启发式算法，同时对算法的性质进行了分析，通过实例验证了算法的有效性。

关键词: 粗糙集理论, 实值系统, 属性约简

Abstract: The study of knowledge acquisition for the real value decision system is one of the main directions of the granular computing research. For giving an efficient knowledge acquisition method, based on the neighborhood of rough set theory and according to the characteristics of the real value, the reduction definition based on discriminate degree is proposed in the paper. Moreover, the heuristic algorithm of attribute reduction based on discriminate degree is given for compatible real decision system, and the properties of algorithm are discussed. The effectiveness of the algorithm are showed by an example.

Key words: rough set theory, real system, attribute reduction

鲁文霞，李巧艳，刘亚梅，马盈仓. 基于判别度的实值决策系统的属性约简[J]. 计算机工程与应用, 2013, 49(16): 121-123.

LU Wenxia, LI Qiaoyan, LIU Yamei, MA Yingcang. Attribute reduction of real value decision system based on discriminate degree[J]. Computer Engineering and Applications, 2013, 49(16): 121-123.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[6]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[7]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[8]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[9]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.
[10]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[11]	任晓霞1，薛凡2，3. 基于模糊邻域粗糙集的启发式属性约简算法[J]. 计算机工程与应用, 2018, 54(9): 47-53.
[12]	王长宝1，杨习贝1，2，窦慧莉1，陈向坚1，王平心3. 邻域决策错误率的局部约简方法研究[J]. 计算机工程与应用, 2018, 54(6): 95-99.
[13]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[14]	郑娜，王加阳. 不完备序信息系统的证据特征及属性约简[J]. 计算机工程与应用, 2018, 54(21): 43-47.
[15]	彭潇然1，2，刘遵仁2，纪俊2. 基于样本类别的邻域粗糙集正域计算[J]. 计算机工程与应用, 2018, 54(20): 115-121.

基于判别度的实值决策系统的属性约简

Attribute reduction of real value decision system based on discriminate degree

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics