一种优化的不完备信息系统知识约简算法  

Optimized knowledge reduction algorithm for incomplete information system

作　　者：张在美[1] 李仁发[1] 李仲生[1] 李勇军[2] 

机构地区：[1]湖南大学计算机与通信学院,长沙410082 [2]湖南大学 电气与信息工程学院,长沙410082

出　　处：《计算机应用研究》2007年第9期73-75,79,共4页Application Research of Computers

基　　金：湖南省自然科学基金(05FJ3018;03JJY3100)

摘　　要：以不完备信息系统为研究对象,对传统粗糙熵及相应知识约简算法的局限性进行了分析;通过引入概率计算公式,重新定义了不完备熵概念,能够更加精确地度量知识的不确定性;利用粗糙熵和不完备熵联合对属性重要性进行了定义。在此基础上提出了优化的知识约简算法,该算法的时间复杂度是多项式的。通过实例说明,该算法比传统的基于粗糙熵的算法能得到更优的最小约简。For incomplete information system, this paper first analyzed the limitation of traditional rough entropy and correlative knowledge reduction algorithm, redefined the incomplete entropy by introducing a probability computing formula, which could describe the uncertainty of knowledge more precisely, and then used rough entropy and new incomplete entropy to define attribute significance. Accordingly, this paper offered optimized algorithm for reduction of knowledge, of which time complexity was polynomial. It proves that the algorithm is more effective than traditional approach through example analysis.

关 键 词：粗糙集 不完备信息系统 粗糙熵 不完备熵 知识约简 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]