基于类间区分度的属性约简方法*

• 作者: 商琳 李同军 贾修一 饶亚
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 属性约简 粗糙集理论 类间重合度 类间区分度
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 理论与算法
• 页码范围: 1422-1430
• 页数: 9页
• 分类号: TP181
• 字数: 5415字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1806017

摘要

属性约简是粗糙集理论中最重要的研究问题之一.近年来,粗糙集理论下的属性约简问题引发了学者们广泛的关注.然而,大多数属性约简方法都是基于不可分辨或可分辨关系所提出的,属性约简的性能仅仅取决于等价类或近似集的变化,却忽略了不具有等价关系的对象所在的不同类簇间关系的变化情况.因此,引入了类间区分度的概念,相较于等价类和上下近似集而言,它可以反映类簇区分程度随属性变化而变化的情况.对类间重合度和类间区分度进行了解释及定义,并结合启发式搜索策略,提出了一种基于类间区分度的属性约简方法,实验验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	商琳	南京大学计算机软件新技术国家重点实验室	44	685	17.0	25.0
2	贾修一	南京理工大学计算机科学与工程学院	13	126	5.0	11.0
5	李同军	浙江海洋大学浙江省海洋大数据挖掘与应用重点实验室	17	71	5.0	8.0
9	饶亚	南京理工大学计算机科学与工程学院	2	0	0.0	0.0