一种基于粗集理论的增量式属性约简算法

• 作者: 李兴奇 高晓红
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗集理论 增量式学习 信息系统 属性约简算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 数理科学
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP181
• 字数: 2970字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3907.2018.06.005

摘要

要在信息系统中,有新的研究对象加入系统时,若其条件属性和决策属性不改变,为求信息系统的条件属性约简集,传统办法是对加入新对象后的决策表中全部数据从头计算,但此办法复杂度较高.本文提出了一种增量式属性约简算法,采取分而治之法,把处理一个复杂的大问题,转化成处理多个简单的小问题.从而极大地降低了属性约简算法的时空复杂度.当条件属性和决策属性不变而不断增加对象时,通过该算法可动态地实现属性约简,且求得的属性约简价值较高,通过具体例子证明了所提算法是正确有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晓红	楚雄师范学院数学与统计学院	17	13	2.0	3.0
2	李兴奇	楚雄师范学院经济与管理学院	7	1	1.0	1.0