一种新的决策粗糙集启发式属性约简算法

• 作者: 常红岩 蒙祖强
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 决策粗糙集 属性约简 启发函数
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 218-222
• 页数: 5页
• 分类号: TP181
• 字数: 6812字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.6.044

摘要

属性约简是粗糙集理论中最重要的研究内容之一.在决策粗糙集中,学者提出了多种属性约简的定义,其中包括保持所有对象正决策不变的约简定义.针对该约简定义,为了高效地获取约简集,设计了一种启发式函数——决策重要度,这种启发式函数根据每个属性正决策对象集合的大小来定义其重要性,正决策对象集合越大表示重要性越高,由此构造了基于决策重要度的启发式属性约简算法.该算法的优点是通过对属性决策重要度的排序,确定了一个搜索方向,避免了属性的组合计算,减少了计算量,能够找出一个较小的约简集.实验结果表明,该算法是有效的,能够得到较好的约简效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒙祖强	广西大学计算机与电子信息学院	59	289	10.0	14.0
2	常红岩	广西大学计算机与电子信息学院	3	19	3.0	3.0