粗糙集的划分贴近度及基于划分贴近度的属性约简算法  

The Partition Close-degree of Rough Sets with Attribute Reduction Algorithm

作　　者：徐久成 孟慧丽[1] 郭林鹏[1] 史进玲[1] 

机构地区：[1]河南师范大学计算机与信息技术学院,河南新乡453007

出　　处：《计算机科学》2008年第3期213-215,260,共4页Computer Science

基　　金：河南省自然科学基金项目资助(0511011500);河南省高校新世纪优秀人才支持计划(2006HANCET-19)资助

摘　　要：Rough集理论是近年来发展起来的一种处理不确定、不精确、不完整数据的数学工具。属性约简是粗糙集的核心内容之一。本文提出了一个新的不确定性度量—划分贴近度,并基于划分贴近度分别提出了对一般信息系统和决策信息系统进行属性约简的算法,对决策信息系统进行约简的算法不仅可以对一致决策表进行约简,还可以对不一致决策表进行有效的约简。Rough set theory is a new developed mathematic tool which can deal with uncertain, imprecise and incomplete data. Attribute reduction is one of the most important aspect in this theory. In this paper,we define a new measure of uncertainty-partition close-degree, and give two attribute reduction algorithms based on it. The first one can deal with information system. The second one can deal with not only a consistent decision table but also a inconsistent decision table with good performance.

关 键 词：ROUGH集 划分贴近度 属性约简 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O159[自动化与计算机技术—控制科学与工程]