属性约简的新算法

• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 粗糙集 属性约简 依赖度
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 194-197
• 页数: 4页
• 分类号: TP301
• 字数: 3654字
• 语种: 中文

摘要

属性约简是粗糙集理论中一个核心研究问题,在对粗糙集中属性约简相关理论研究的基础上,提出了一种新的基于随机决策信息系统的属性约简算法.新算法充分利用属性依赖度所提供的信息对属性进行排序,并以一定的优化顺序来计算属性子集的信任函数或似真函数.计算结果表明:改进后的新算法计算量大大减小,尤其是当条件属性较多时,计算量的减少更加明显,从而大大提高了计算效率.计算实例验证了该算法的有效性,具有很强的优越性.