基于粗糙集的启发式值约简的改进算法

被引：16

作者：

张利 ^{[1
]}

卢秀颖 ^{[2
]}

吴华玉 ^{[3
]}

郝胜智 ^{[3
]}

机构：

[1] 辽宁大学

[2] 松下公司

[3] 大连理工大学

来源：

仪器仪表学报 | 2009年 / 30卷 / 01期

关键词：

粗糙集; 值约简; 启发式算法; 决策规则;

D O I：

10.19650/j.cnki.cjsi.2009.01.016

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

本文根据粗糙集理论讨论了属性值约简问题,基于属性值的重要度提出了一种改进的启发式值约简方法。首先,通过约简广义特征表和决策表获得决策表的属性值核。其次,用条件属性与决策属性之间的互信息增量来度量值重要度,进行启发式信息、构建和属性值约简。最后,用属性蒸发率和置信度等指标对决策规则质量进行评价,验证了算法的有效性。

引用

页码：82 / 85

页数：4

共 7 条

[1] 基于粗糙集-RBF神经网络的水电机组故障诊断 [J].