基于信息熵的高效属性约简算法  

A Efficient Attribute Reduction Algorithm Based on Information Entropy

作　　者：黄拔[1] 陈曦[1] 曹敦[1] 

机构地区：[1]长沙理工大学计算机与通信工程学院,湖南长沙410076

出　　处：《微计算机信息》2012年第10期446-447,共2页Control & Automation

基　　金：基金申请人:黄拔;基金资助项目名称:基于信熵的高效属性约简算法;基金颁发部门:湖南省自然科学基委员会;基金编号:(11JJ3069)

摘　　要：粗糙集理论是一种新型的处理模糊性和不精确性知识的数学工具,而属性约简是粗糙集理论研究的一个核心问题,研究者从不同的角度对这个理论进行研究。本文根据条件熵的概念及其属性重要性,给出约简的判定定理,从而提出一种新的基于树型剪枝的高效属性约简算法。理论分析和实验结果表明,该算法时间复杂度较低,且具有高效性,有助于搜索最小或次优约简。Rough set theory is a new mathematical tool to deal with vagueness and inaccuracy, and the attribute reduction is a core problem in rough set theory.Researchers study this theory from different aspects . This paper explains the reduction criterion theorem according to the con- eept of condition entropy and the importance of attribute and then puts forward a new efficient attribute re- duction algorithm based on tree pruned . Theoretical analysis and experimental xesults show that the algorithm time complexity is low and effective, which helps to search for the mini- real or optimal reduction.

关 键 词：关键字 粗糙集 决策表 条件熵 属性约简 剪枝 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]