基于粗糙集的属性约简研究进展  

Research Progress of Attribute Reduction Based on Rough Sets

作　　者：丁浩[1] 丁世飞[1,2] 胡立花[1] 

机构地区：[1]中国矿业大学计算机科学与技术学院,江苏徐州221116 [2]中国科学院计算技术研究所智能信息处理重点实验室,北京100080

出　　处：《计算机工程与科学》2010年第6期92-94,117,共4页Computer Engineering & Science

基　　金：江苏省自然科学基金资助项目(BK2009093);国家自然科学基金资助项目(60975039);中国科学院智能信息处理重点实验室开放基金资助项目(IIP2006-2)

摘　　要：粗糙集理论是一种用于处理不确定、不精确、不完整知识的数学工具,已被广泛应用于人工智能、模式识别、数据挖掘和智能决策等领域。属性约简是粗糙集理论的一个核心问题,近年来已经成为粗集研究的热点。本文综述了当前国内外关于属性约简算法的若干最新研究进展,重在对属性约简的主流方法和前沿进展进行概括和分析,最后简要探讨了今后研究发展的方向。The rough set theory is a mathematical tool which deals with uncertain , imprecise and incomplete data. It is used widely in artificial intelligence, pattern recognition, data mining, intelligent decision-making and other application fields. Attribute reduction is one of the core issues of the rough set theory and it has become a hot topic of the rough set theory research. This paper briefly describes some recent advancement in the study of attribute reduction algorithms both at home and abroad , focusing on generalizing and analysing the mainstream methods of attribute reduction. Finally the paper discusses the future trend of attribute reduction research.

关 键 词：粗糙集 属性约简 差别矩阵 粒计算 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]