基于类间区分度的属性约简方法*

摘要：

属性约简是粗糙集理论中最重要的研究问题之一.近年来,粗糙集理论下的属性约简问题引发了学者们广泛的关注.然而,大多数属性约简方法都是基于不可分辨或可分辨关系所提出的,属性约简的性能仅仅取决于等价类或近似集的变化,却忽略了不具有等价关系的对象所在的不同类簇间关系的变化情况.因此,引入了类间区分度的概念,相较于等价类和上下近似集而言,它可以反映类簇区分程度随属性变化而变化的情况.对类间重合度和类间区分度进行了解释及定义,并结合启发式搜索策略,提出了一种基于类间区分度的属性约简方法,实验验证了所提方法的有效性.

关键词：属性约简、粗糙集理论、类间重合度、类间区分度

所属期刊栏目：13

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61773208, 71671086;the Project of Key Laboratory of Oceanographic Big Data Mining&Application of Zhejiang Province under Grant No. OBDMA201602

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1422-1430