基于压缩决策表的乐观多粒度粗糙集粒度约简算法

摘要：

粒度约简是多粒度粗糙集研究的一个关键问题.为了从乐观多粒度粗糙集的角度研究粒度约简问题,消除冗余数据,提高粒度约简的效率,提出基于压缩决策表的乐观多粒度粗糙集粒度约简算法.针对乐观多粒度粗糙集模型,引入下近似分布粒度约简的概念;利用线性时间排序算法进行等价类划分,为决策表的压缩和下近似集的计算打下基础;以冗余的决策表为研究对象,以核粒度为初始粒度约简集,以粒度重要性为启发式信息,运用粒度约简算法进行粒度约简,并通过实例分析和实验验证了该算法的有效性.结果表明,算法降低了计算下近似集的时间复杂度,具有较高的粒度约简效率.

关键词：乐观多粒度粗糙集、排序算法、等价类、压缩决策表、粒度约简

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金71331002;安徽省高校自然科学研究重点项目KJ2017A470;安徽省高校优秀青年骨干人才国内外访学研修项目gxfx2017112

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：270-278