一种扩展正域的属性约简方法

摘要：

在经典粗糙集理论模型中,边界域过大会限制其实际应用.针对这一情况,指出决策表中边界域扩展为正域已有方法存在的不足,基于不确定条件下的自主式学习理论,定义一种新的扩展正域方法,并提出计算不相容决策表中认知属性核和认知属性约简的算法.实验结果证明了该方法的有效性.

关键词：决策表、粗糙集、属性约简、核属性

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：四川省教育厅科研基金资助项目09ZC079;四川师范大学重点研究课题基金

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：62-64