基于决策依赖度的粗糙集约简模型研究

摘要：

为寻求高效的粗糙集约简模型,基于可分辨关系提出决策分辨约简、依赖性和依赖度等概念.与以往粗糙集约简模型相比,为提高约简精确性,提出性能为O(|P‖U|)的等价类划分方法和性能为O(|P‖U/C|)的属性重要性度量方法.同时给出了相关定理和等价命题,论证了传统决策约简模型和决策分辨约简模型的一致性.并基于属性重要性给出性能为O(|C|2|U/C|)的求核方法和性能为Max{O(|C‖U|),O(|C |2|U/C|)}的约简模型.新模型充分考虑了核属性和其他属性间的关联,从而有效降低冗余率,解决了对比模型存在的问题.理论和仿真实例分析表明新模型高效且结果准确率高.

关键词：数据挖掘、粗糙集、依赖度、属性重要性、约简模型

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61371090,61272171,61471079;大连市计划2014A11GX006 National Natural Science Foundation of China61371090,61272171,61471079;Dalian Program2014A11GX006

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：505-516