基于距离的粗糙集属性约减改进算法研究

• 作者: 徐贤清 时扬 马良荔
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 粗糙集 数据挖掘 属性约减 聚类分析 距离
• 年，卷（期）: 2010,（11）
• 页码范围: 48-51
• 分类号: TP301.6
• 字数: 3408字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.11.013

摘要

属性约减是粗糙集理论的重要研究内容之一.由于Z.Pawlak经典粗糙集模型在处理集合间隶属关系过于简单的缺陷,文章提出了以集合间距离作为集合隶属关系的判别依据,对属性依赖度和重要度重新进行了定义,从而对属性约减算法进行改进.最后,通过一个数据模型的验证,改进后的算法能够更有效地滤除冗余属性,保留关键属性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马良荔	海军工程大学计算机系	55	275	9.0	12.0
2	时扬	海军工程大学训练部	8	9	2.0	2.0
3	徐贤清	海军工程大学计算机系	1	1	1.0	1.0