基于决策规则质量的属性值约简算法  

Attributive Value Reduction Algorithm Based on Decision-Making Rules Quality

作　　者：陈超[1] 刘才铭[2] 

机构地区：[1]四川理工学院网络管理中心,自贡643000 [2]乐山师范学院计算机科学学院,乐山614000

出　　处：《计算机与数字工程》2012年第2期4-5,25,共3页Computer & Digital Engineering

基　　金：四川省教育厅科研基金项目(编号:11ZB095);国家自然科学基金项目(编号:61103249);四川理工学院国家基金培育项目(编号:2011PY05)资助

摘　　要：属性值约简是粗糙集理论的核心内容之一。该文将属性值约简和数据挖掘相结合,给出了支持度、置信度、覆盖度的定义。在此基础上,提出了一个新的属性值约简算法—基于决策规则质量的属性值约简算法。通过算法复杂度分析说明,该算法在一定程度上解决了属性值约简的NP难问题。实例仿真表明该算法在解决一些相关实际问题方面是可行的,具有一定的实用价值。The attributive value reduction is one of the highlight of rough set theory.This paper associated attributive value reduction with data mining and proposed three concepts： support degree,confidence and coverage degree.Based on these concepts,a new attributive value reduction algorithm based on decision-making rules quality was presented.The algorithm complexity analysis shows that,to a certain extent,the algorithm could resolve the NP hard problems of attributive value reduction.Simulation example shows that the algorithm in solving some related practical issues it is feasible and has a certain practical value.

关 键 词：粗糙集 属性值约简 数据挖掘 支持度 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]