一种改进的粗糙集属性约简启发式算法

摘要：

作为数据挖掘的重要工具,粗糙集理论被广泛的应用于关系数据库中属性相关性描述、属性集约简、属性重妻巨度量、规则发现等方面.该文在分析基于信息系统的粗糙集理论的基础上,对基于分辨矩阵的属性约简算法进行了详尽的描述.针对该算法存在的时间和空间性能不理想问题.提出度量单个条件属性对系统概念贡献程度的关联度的概念,以此作为启发式信息对原算法进行改进,得到条件属性的约简.理论分析及实验结果表明该算法具有较好的约简效果及更高的运行效率,为粗糙集理论更广泛地应用于具体的实践提供了一种方法.

关键词：粗集理论、属性约简、关联度、启发式算法

所属期刊栏目：14

分类号：TP18(自动化基础理论)

在线出版日期：2009-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-120