基于粗糙集的属性约简优化算法研究  

Research of optimization algorithm of attribute reduction based on rough sets

作　　者：丁卫平[1] 邓伟[2] 管致锦[1] 

机构地区：[1]南通大学计算机科学与技术学院,江苏南通226019 [2]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《苏州大学学报（自然科学版）》2008年第2期52-56,共5页Journal of Soochow University(Natural Science Edition)

基　　金：江苏省高校自然科学基础研究项目(05KJB520107);南通大学自然科学基金项目(05Z061)

摘　　要：属性约简是粗糙集理论中一个核心研究问题,在对粗糙集中属性约简相关理论研究的基础上,提出了一种新的基于属性重要性和依赖性相结合的GENRED_GROWTH属性约简算法.并通过CUI机器学习数据集测试实验,验证了该算法的有效性.Attribute reduction is one of the key problems for the rough sets theory. After the basic theories of the Rough Sets are studies,a new algorithm called GENRED_GROWTH that combining the attributes of dependence and importance is presented. The test results by UCI Machine Learning Date Sets demonstrate that the algorithm is effective.

关 键 词：粗糙集 属性约简 属性重要度 数据挖掘 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]