基于Rough集理论的属性简约研究

摘要：

为了从海量的数据获得知识,数据挖掘被广泛地应用于知识发现.粗糙集理论是一种研究不确定性知识的工具,该文从Rough集理论的基本概念出发,对基于Rough集的信息系统决策表的属性简约问题进行了研究,挖掘出隐藏于信息表中的统计信息.该文对Rough集属性重要性在属性简约中的应用进行了研究,研究发现熵作为一种衡量信息量的重要工具,将其引入属性重要性的定义,考虑该属性对于论域中不确定分类子集的影响,使属性重要性这一概念更加完善.文章将这一概念应用于水声信号的目标识别,给出仿真结果,提出了以后的研究方向.

关键词：粗糙集、数据挖掘、数据融合、属性简约

所属期刊栏目：21

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金60372053;国家自然科学基金XJ030408;东南大学校科研和教改项目

在线出版日期：2004-12-16（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：66-68,47