k-近邻模糊粗糙集的快速约简算法研究??

摘要：

目前有很多粗糙集的推广模型通过引入参数的方法处理含有噪音的实际问题。基于粗糙集推广模型的约简算法可以发现保持信息含量不变的最小属性子集，但是其明显的不足是计算不同参数上的约简时，每次都要从头开始执行。将嵌套结构的理论结果应用于k-近邻模糊粗糙集的快速约简算法设计中，并利用嵌套结构，设计了一个基于已有约简的快速约简算法。该算法的特点是在参数改变时，不必重新运行经典的算法，而是利用已有的约简来计算新的约简。数值实验验证了快速约简算法可以显著地节省运行时间，表明了该算法的可行性和有效性。

关键词：k-近邻模糊粗糙集、属性约简、嵌套结构

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61202114,61070056,61033010,60903089,60903088;the National Basic Research Program of China under Grant No.2012CB316205国家重点基础研究发展计划973计划;the Fundamental Research Funds for the Central Universities of China and the Research Funds of Renmin University of China under Grant No.10XNI018

在线出版日期：2015-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：14-23