基于划分子集的属性约简算法

作     者：翟俊海 高原原 王熙照 陈俊芬 ZHAI Jun-hai,GAO Yuan-yuan,WANG Xi-zhao,CHEN Jun-fen(Key Laboratory of Machine Learning and Computational Intelligence;College of Mathematics and Computer Science,Hebei University,Baoding 071002,China)

作者机构：河北省机器学习与计算智能重点实验室河北大学数学与计算机学院河北保定071002 

出 版 物：《山东大学学报（工学版）》 (Journal of Shandong University（Engineering Science）)

年 卷 期：2011年第41卷第4期

页      面：24-28页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(60903088 60903089) 河北省自然科学基金项目(F2010000323) 河北省教育厅科学研究计划项目(2009312) 保定市科学技术研究与发展指导计划项目(10ZG008) 

主　　题：粗糙集 属性约简 计算复杂度 划分子集 信息系统 

摘      要：Pawlak提出的基于属性重要度的约简算法是常用的算法之一,它通过计算等价关系对论域划分的粒度来度量属性的重要度。但用该算法计算每一个属性的重要度时,都要计算不同等价关系对整个论域的划分,计算复杂度非常高。受决策树划分子集思想的启发,对基于属性重要度的属性约简算法进行了改进,提出了一种基于划分子集的属性约简算法。在核属性集形成划分的基础上,通过在核属性中添加非核属性从而形成更细的划分,如此反复。在保持正域不变的框架下,形成最细化分的属性集就是一个约简。理论分析显示该算法减少了求属性约简的计算时间复杂度,提高了求属性约简的效率。