基于模糊粗集的不完备信息表属性约简新算法  

New Attribute Reduction Algorithm of Incomplete Information System Based on Fuzzy Rough Sets

作　　者：邱卫根[1] 罗中良[2] 

机构地区：[1]广东工业大学计算机学院,广州510090 [2]佛山科技学院,广东佛山528000

出　　处：《计算机工程与应用》2005年第35期15-16,22,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(编号:60474072);广东省自然科学基金(编号:04009465)资助项目

摘　　要：模糊粗糙集结合了粗集和模糊集的优点,是一种有效的数据处理理论,尤其在不完备信息表数据处理中。论文对Krysckiewcz容差关系模型加以改进,充分考虑信息表中属性取值的规律,构造模糊的二元不可分辨关系,运用模糊粗糙集理论,推广属性依赖性度量概念,给出了属性约简算法,并通过一个实例验证了它的有效性,为不完备信息表的数据处理提供了一些解决问题的思路。The fuzzy rough set model is a powerful tool for data mining,especially in incomplete information systems. The paper improves the Krysckiewcz tolerance relation model to make it more flexible through the detail research to the attribute-value regularity of information table.A new attribute reduction algorithm of incomplete information table is proposed by use of the fuzzy rough set theory based on the new attribute dependency function and the attributes significance theory,which is proved to be effective by an example.

关 键 词：不完备信息表 模糊粗糙集 容差关系 属性约简 模糊核 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]