10.3969/j.issn.1000-1220.2005.03.009
一种基于Rough集理论的属性约简启发式算法
属性约简是知识发现中的关键问题之一.为了能够有效地获取决策表中属性的最小相对约简,在Rough集理论的基础上构造了一个新的算子,将信息论角度定义的属性的重要性作为启发式信息,来描述在决策表中条件属性所提供的知识对决策属性的影响;并采用宽度优先搜索策略,提出了一种新的属性约简启发式算法.以原始条件属性集为起点并结合算子,通过向属性核的递减式逼近,得到属性的最小相对约简.实例分析表明,该算法能有效地对决策表属性进行约简.
Rough集、属性约简、启发式算法、核
26
TP311(计算技术、计算机技术)
2005-04-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
356-359