用于粗糙集约简的并行算法

摘要：

通过对数据挖掘粗糙集约简算法的研究, 提出一种基于区分能力指数的信息系统数据划分思想. 先将系统按属性区分能力分成若干子表, 再由子表的约简求原系统的约简, 这种思想较好地简化了布尔函数的化简过程. 根据该思想设计了一个属性约简并行算法, 并利用Petri网模拟工具CPN Tools对算法的负载平衡进行了分析, 通过实验与相应的串行算法在时间上进行了对比, 实验结果显示, 该算法对于对象较多的大规模系统具有较高的效率.

关键词：数据挖掘、粗糙集、属性约简、并行算法

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：吉林省自然科学基金19990528;中国博士后科学基金2004035170

在线出版日期：2006-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：211-216