基于粒计算的属性约简改进算法

计算机科学 ›› 2014, Vol. 41 ›› Issue (Z11): 313-315.

基于粒计算的属性约简改进算法

唐孝,舒兰

四川师范大学数学与软件科学学院成都610068;电子科技大学数学科学学院成都611731;四川师范大学数学与软件科学学院成都610068

出版日期:2018-11-14 发布日期:2018-11-14
基金资助:
本文受四川师范大学科研项目(13KYL15)资助

Improved Algorithm of Attribute Reduction Based on Granular Computing

TANG Xiao and SHU Lan

Online:2018-11-14 Published:2018-11-14

摘要/Abstract

摘要： 粒计算是基于问题求解、模式分类及信息处理的多层次粒结构分析方法,它是粗糙集、模糊集、数据挖掘以及人工智能等多领域交叉的一门新学科。在讨论知识粒度的基本概念和性质后,介绍了通过计算属性对约简核的重要度SigCore(A)(a)来进行信息系统约简的方法。考虑到有的信息系统没有约简核,提出了基于粒计算的约简算法的改进。改进后的算法既可以用于有约简核的系统,也可以用于没有约简核的系统。数值实验证实了算法的有效性。

关键词: 粒计算,知识粒度,属性重要度,属性约简

Abstract: Granular computing is a method of multilayer granular structure analysis based on problem solving,pattern classification and information processing.It is a new multidisciplinary cross discipline between rough sets,fuzzy sets,data mining and artificial intelligence.Some important properties of granular computing were discussed as well as the reduction algorithm.The traditional reduction algorithm based on granular computing is gradually calculated with reduction Core(A),but some information systems may have no reduction core.In this case,an improved reduction algorithm based on attribute significance of granular computing was proposed.The algorithm can be used in system with both reduction core and no reduction core.Finally,experiments show the feasibility of the algorithm.

Key words: Granular computing,Knowledge granule,Attribute significance,Attribute reduction

唐孝,舒兰. 基于粒计算的属性约简改进算法[J]. 计算机科学, 2014, 41(Z11): 313-315. https://doi.org/

TANG Xiao and SHU Lan. Improved Algorithm of Attribute Reduction Based on Granular Computing[J]. Computer Science, 2014, 41(Z11): 313-315. https://doi.org/

参考文献

[1] 苗夺谦,王国胤,刘清,等.粒计算:过去、现在与展望[M].北京:科学出版社,2007
[2] 王国胤,张清华,胡军.粒计算研究综述[J].智能系统学报,2007,6(2):8-26
[3] 徐伟华,刘士虎,张文修.一般二元关系下信息系统知识的粒度描述[J].计算机工程与应用,2011,47(18):40-44
[4] 胡峰,黄海,王国胤.不完备信息系统的粒计算方法[J].小型微型计算机系统,2005,26(8):1335-1339
[5] 刘清,刘群.粒及粒计算在逻辑推理中的应用[J].计算机研究与发展,2004,41(4):546-551
[6] 徐久成,史进玲,孙林.一种基于相对粒度的决策表约简算法[J].计算机科学,2009,36(3):205-207
[7] 冯林,刘照鹏,方丹.信息系统中粒计算模型及其属性约简方法[J].重庆邮电大学学报:自然科学版,2008,22(5):652-655
[8] 赵敏,罗可,秦哲.基于粒计算的属性约简算法[J].计算机工程与应用,2008,44(30):157-159
[9] 陈玉明,苗夺谦,焦娜.基于二进制粒与粒计算的属性约简[J].广西师范大学学报:自然科学版,2008,26(2):81-84
[10] 王红霞,王志伟,程艳慧.一种基于粒计算属性约简算法的改进及应用[J].微计算机信息,2010,26(5):33-35
[11] 苗夺谦,范世栋.知识的粒度计算及其应用[J].系统工程理论与实践,2002,22(1):48-56
[12] 张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京:科学出版社,2001
[13] 梁吉业,李德玉.信息系统中的不确定性与知识获取[M].北京:科学出版社,2005
[14] Pawlak Z.Rough Sets:Theoretical Aspects of Reasoning about Data [M].Dordrecht,Boston:Kluwer Academic Publishers,1991
[15] Liang J Y,Shi Z Z.The Information Entropy,Rough Entropy and Knowledge Granulation in Rough Set Theory[J].International Journal of Uncertainty,Fuzziness and Knowledge-Based Systems,2004,12(1):37-46

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed