粗糙集属性约简算法的实现与应用  

Implementation and application of attribute reduction algorithms

作　　者：汪杭军[1] 张广群[1] 方陆明[1] 

机构地区：[1]浙江林学院信息工程学院,浙江临安311300

出　　处：《计算机工程与设计》2007年第4期777-779,共3页Computer Engineering and Design

基　　金：浙江省教育厅科研计划基金项目(20040699);浙江省自然科学基金项目(Y105620)

摘　　要：粗糙集理论在对不精确、不确定和不完全的数据进行分类分析和知识获取中具有突出的优势。从粗糙集理论基本内容属性约简的理论介绍开始,讨论了属性约简的核心算法实现方法。然后使用Visual C++实现了该算法,并将其应用于林业信息管理系统中,对立地因子数据库进行数据预处理,以减少数据维度,提高数据分析的效率。最后指出属性约简算法实现方法在数据规模过大时的不足之处。Rough set theory is an effective approach to imprecision, vagueness, and incompleteness in classification analysis and knowledge discovery. Attribute reduction, basic conception in rough set theory, is introduced at first; then the main way about implementation of attribute reduction algorithms is discussed. Then, it is realized with Visual C＋＋, and applied to forestry information management system. Site factors data base are pretreatmented to reduce the dimensionality of data and improve the efficiency of data analysis enormously by this way. At last, shortage is pointed out when the attribute reduction algorithms confront large data.

关 键 词：粗糙集 属性约简 可辨识矩阵 预处理 林业信息管理系统 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]