基于灰色关联度的粗集连续属性离散化算法

摘要：

连续属性的离散化是粗糙集理论亟待解决的关键问题之一.基于灰色系统和粗糙集的有关理论,提出了一种新的基于属性重要性的离散化算法.该算法以条件属性对决策属性的灰色关联度来度量条件属性的重要性,在保证决策表原始分类能力不变的前提下,按照属性重要性由小到大的顺序对每个条件属性的侯选断点进行考察,将冗余的断点去掉,从而将条件属性离散化.同时给出了该算法的时间复杂度分析,并通过实例分析验证了算法的有效性和实用性.

关键词：灰色关联度、粗糙集、连续属性、数据离散化

所属期刊栏目：19

分类号：TP18(自动化基础理论)

资助基金：安徽省教育厅自然科学基金2005KJ094;皖南医学院校科研和教改项目WK200730

在线出版日期：2007-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：409-412