可区分度与全粒度属性约简

• 作者: 吴越 姚坤 邓大勇
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 全粒度粗糙集 可区分度 属性约简 正区域可区分度 全粒度Pawlak约简
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: “粒计算理论与应用研究”专栏
• 页码范围: 699-708
• 页数: 10页
• 分类号: TP18
• 字数: 6288字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201908003

摘要

全粒度粗糙集时空复杂度较高,难于计算属性约简.针对此问题,文中利用等价类定义信息系统中的可区分度,并研究其性质,证明基于可区分度的属性约简等价于绝对约简.定义决策系统中的正区域可区分度,并探究其性质,证明基于正区域可区分度约简是全粒度Pawlak约简的超集,但绝大部分情况下等于全粒度Pawlak约简,可作为全粒度Pawlak约简的近似.理论分析和实验表明,相比其它属性约简算法,基于正区域可区分度约简在计算复杂度和分类准确率等方面具有较大优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓大勇	浙江师范大学数学与计算机科学学院	24	127	7.0	10.0
5	姚坤	浙江师范大学数学与计算机科学学院	2	1	1.0	1.0
6	吴越	浙江师范大学数学与计算机科学学院	4	0	0.0	0.0