学术探索
学术期刊
新闻热点
数据分析
智能评审

基于属性重要性的逐步约简算法

被引：24
作者：
杜金莲
迟忠先
翟巍
机构：
[1] 大连理工大学计算机系软件工程研究室
来源：
小型微型计算机系统 | 2003年 / 06期
关键词：
粗糙集理论; 知识约简; 属性重要性;
D O I：
暂无
中图分类号：
TP311.13 [];
学科分类号：
1201 ;
摘要：
粗糙集理论研究的重要内容之一是知识约简的有效性计算问题 ,目前求解知识约简的算法主要有两种 :一种是利用辨识矩阵构造区分函数 ,另外一种是基于属性重要性的启发式算法 .这两种算法均能求得决策系统的最小或次小约简 ,但由于计算的复杂度高 ,所以当数据量增大时这些算法的计算性能是不能令人满意的 .本文在对后一种算法充分研究的基础上设计了基于属性重要性的逐步约简算法 ,利用在决策系统中已获得的正区域逐步缩小数据处理范围 ,减少求解时间 .本文将该算法与基于属性重要性的算法进行了实验比较并对结果进行了分析
引用
收藏
页码：976 / 978
页数：3
相关论文
共 4 条
1