基于不一致邻域的批增量式属性约简

摘要：

经典粗糙集仅能处理离散性数据,而邻域粗糙集通过运用距离函数解决了此局限性.基于此,提出一种信息观下批增量式属性约简算法.分析批量增加样本后新样本集下条件熵的变化机制,给出条件熵的计算公式;通过公式得出新加入样本的不一致邻域引起条件熵的变化,当新增样本加入到原样本集后,只需找到新增样本集的不一致邻域,与新增样本集一起进行约简,对原约简集进行冗余剔除,得到最终约简.该算法避免了有重复的约简,大大减少了计算量.将该算法应用到UCI数据集以及某单位的科技人才流动绩效评价指标体系中进行实验,实验结果验证了该算法的有效性和高效性.

关键词：粗糙集、不一致邻域、批增量式属性约简、信息观、条件熵

所属期刊栏目：38

分类号：TP181(自动化基础理论)

资助基金：山西省自然科学基金项目2014011018-2;山西省回国留学人员科研基金项目2013-033、 2015-045

在线出版日期：2017-07-31（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：1526-1531