基于有序二叉决策图的粗糙集属性约简的符号方法  

Symbolic method for rough set attribute reduction using ordered binary decision diagrams

作　　者：危前进[1] 

机构地区：[1]桂林电子科技大学计算机科学与工程学院,广西桂林541004

出　　处：《桂林电子科技大学学报》2013年第2期130-133,共4页Journal of Guilin University of Electronic Technology

基　　金：广西自然科学基金(2012GXNSFBA053169;2012GXNSFAA053220)

摘　　要：针对现有属性约简算法主要基于代数表示和信息表示的方法,基于改变属性约简问题的知识表示方法,提出区分矩阵的有序二叉决策图(OBDD)的表示方法。给出了属性约简的区分矩阵模型到OBDD模型的转换方法,得到了信息系统的区分矩阵的OBDD模型,并对区分矩阵表示和OBDD模型的存储空间进行了实验对比。结果表明,OBDD模型具有较好的存储性能,可降低对象数量和属性个数较多的信息系统的属性约简问题的空间复杂度。Most existing attribute reduction algorithms are based on algebra and information representations. A novel knowledge representation to represent the discernibility matrix using ordered binary decision diagrams （OBDD） is proposed. The discernibility matrix model is transformed into the conversion OBDD model, the storage space of discernibility matrix is compared with that of OBDD. The experimental results show that OBDD model has better storage performance and can improve the attribute reduction for the information systems with more objects and features,

关 键 词：粗糙集 属性约简 区分矩阵 有序二叉决策图 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]