基于可辨识矩阵的属性约简算法  

Algorithm for Attribute Reduction Based on Discernibility Matrix

作　　者：官礼和[1] 

机构地区：[1]重庆交通大学信息与计算科学研究所,重庆400074

出　　处：《计算机工程》2008年第3期3-5,共3页Computer Engineering

基　　金：高等学校高层次人才启动基金资助项目(2004-2-19);重庆市自然科学基金资助项目(2007BB2396)

摘　　要：属性约简是Rough集理论研究中的一个关键问题,已有的算法大致可以分为增加策略和删除策略2类,都是采用不同的启发式或适应值函数来选择属性。该文提出一种基于属性在可辨识矩阵中出现频率的新算法,以核为基础,不断从可辨识矩阵中选入出现频率最高的属性,直到可辨识矩阵元素集为空。为了得到Pawlak约简,算法增加了反向删除操作。实验分析表明该方法比其他方法快且有效。Attribute reduction is one of key problems in the theoretical research of Rough sets, and many algorithms have been proposed to study it. These methods may be divided into two classes （addition strategy and deletion strategy）. This paper proposes a new algorithm based on attribute frequency in the discernibility matrix. In order to find optimum Pawlak reduction of decision tables, it adds the converse eliminate action until cannot delete. Tests indicate that the method performs faster than others.

关 键 词：粗糙集 Pawlak约简 可辨识矩阵 属性频率 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]