基于非对称变邻域粗糙集模型的属性约简  

Attribute Reduction Based on Asymmetric Variable Neighborhood Rough Set

作　　者：惠景丽[1,2,3] 潘巍[1,2,3] 吴康康[1,2,3] 周晓英[1,2,3] 

机构地区：[1]首都师范大学信息工程学院,北京100048 [2]首都师范大学高可靠嵌入式系统技术北京市工程研究中心,北京100048 [3]首都师范大学电子系统可靠性技术北京市重点实验室,北京100048

出　　处：《计算机科学》2015年第6期282-287,共6页Computer Science

基　　金：国家自然科学基金资助项目(61070049;61202027);国际科技合作项目(2012D FA11340);北京市自然科学基金资助项目(4122015);电子系统可靠性技术北京市重点实验室2012年阶梯计划项目(Z121101002812006)资助

摘　　要：在分析邻域粗糙集模型弊端的基础上,提出了非对称变邻域粗糙集模型,并以全局属性重要度为启发条件,构造了基于非对称变邻域粗糙集模型的属性约简的启发式算法。利用6个UCI标准数据集与现有算法进行了比较分析,结果表明,该模型不仅可以选择较少的属性个数,而且还能保持较高的分类能力。On the basis of analyzing the disadvantage of neighborhood rough set model, we proposed an asymmetric vari- able neighborhood rough set model and a new heuristic attribute reduction algorithm based on asymmetric variable neighborhood rough set. The heuristic condition is global attribute significance. Experimental results show that the number of attribute reduction and classification accuracy based on asymmetric variable neighborhood rough set model have better performance.

关 键 词：邻域粗糙集 全局定邻域 非对称变邻域 全局属性重要度 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]