一种基于属性重要性的启发式约简算法

摘要：

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条件属性集的最小相对约简,本文首先利用代数方法描述决策表中的属性的重要性,提出了限制正域的概念,得到了关于限制正域的若干结果,并据此提出一种改进的属性约简算法,即以属性核为起点并结合算子,通过向属性核不断添加重要程度最大的属性,并利用已求得的正区域和限制正域使处理数据的范围不断缩小从而减少求约简的时间. 该算法能够节省得到决策表的最小约简的时间并能得到所有相对约简.实例分析也验证了该算法的有效性.

关键词：粗糙集、属性约简、重要性、限制正域、启发式算法

所属期刊栏目：28

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60075014;103410020;广东省自然科学基金0501332;5013318

在线出版日期：2007-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1452-1455