基于核属性依赖的属性约简算法研究  

A Novel Feature Reduction Algorithm Based on Core Feature Dependence

作　　者：路松峰[1] 胡波[1] 

机构地区：[1]华中科技大学计算机学院,湖北武汉430074

出　　处：《计算机仿真》2007年第4期69-71,107,共4页Computer Simulation

摘　　要：数据库中的数据往往含有大量冗余或不必要的属性,严重降低了数据挖掘算法的时间效率和算法质量,因此删除数据的冗余属性和无关属性即属性约简就成了数据预处理过程中的主要任务,而粗糙集理论是处理属性约简的一个非常实用的理论工具。在深入研究粗糙集理论的基础上,结合数据库操作知识给出了基于核属性依赖的属性约简新方法。该算法能过滤掉属性集合中的无关属性和冗余属性,从而得到满意的属性约简,该算法复杂度较小。实验结果证明了该算法有效。Because the data in database always have large numbers of superabundant and jumbled features, the time efficiency and algorithm quality of data mining are seriously reduced, and the rough set theory is an useful tool for resolving feature reduction. This paper focuses on the feature reduction in the rough set theory. Based on deep search in Rough set theory, combined with database operations, a new algorithm to approach feature reduction is introduced. Experimental results show that the algorithm is effective.

关 键 词：粗糙集理论 属性约简 分辨矩阵 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]