基于改进扩展正域的属性核与属性约简方法  

Approaches for attribute core and attribute reduction based on an improved extended positive region

作　　者：冯林[1,2] 罗芬[3] 方丹[3] 原永乐[2] 

机构地区：[1]四川师范大学可视化计算与虚拟现实四川省重点实验室,四川成都610068 [2]四川师范大学计算机科学学院,四川成都610101 [3]四川师范大学工学院,四川成都610101

出　　处：《山东大学学报（理学版）》2012年第1期72-76,共5页Journal of Shandong University(Natural Science)

基　　金：可视化计算与虚拟现实四川省重点实验室基金资助项目(J2010N01);四川师范大学重点研究课题基金资助

摘　　要：指出了不相容决策表中存在的正域扩展方法的不足,基于决策表局部最小确定性与条件属性对决策的最小确定性程度,构建了一种改进的扩展正域方法。基于改进的扩展正域方法,提出了计算不相容决策表中认知属性核和认知属性约简的算法。实验结果表明了本文方法的有效性。The disadvantage of the existing approaches for extending the positive region from the inconsistency decision table is analyzed. Based on the self-learning model under uncertain condition, a new approach for extending the positive region is established. Finally, algorithms for calculating cognitive attribute core and cognitive attribute reduction are de- veloped. Simulation results illustrate the efficiency of these algorithms.

关 键 词：粗糙集 DTRS模型 属性约简 属性核 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]