不完备信息系统中基于限制容差关系的属性约简方法

计算机应用 ›› 2011, Vol. 31 ›› Issue (12): 3236-3239.

不完备信息系统中基于限制容差关系的属性约简方法

王超,罗可

长沙理工大学计算机与通信工程学院，长沙 410114

收稿日期:2011-06-14 修回日期:2011-07-26 发布日期:2011-12-12 出版日期:2011-12-01
通讯作者: 王超
基金资助:
国家自然科学基金资助项目;湖南省自然科学衡阳联合基金;湖南省教育厅重点项目

Attributes reduction method based on limited tolerance relation in incomplete information system

WANG Chao,LUO Ke

Institute of Computer and Communication Engineering, Changsha University of Sciences and Technology, Changsha Hunan 410014, China

Received:2011-06-14 Revised:2011-07-26 Online:2011-12-12 Published:2011-12-01
Contact: WANG Chao

摘要/Abstract

摘要： 决策表核属性的确定往往是信息约简的基础，然而以往的核属性约简方法大多是针对完备信息系统的。将完备信息系统中的属性核与属性序约简算法延伸至不完备系统，提出一种不完备信息系统中基于限制容差关系的属性约简方法。该方法通过构造限制容差关系下决策表的改进分辨矩阵来求得核属性，并将非核属性按直观影响分类质量的能力排序，能够保证得到的约简结果是相对最小约简。通过实验比较证明该方法可行、有效。

关键词: 不完备信息系统, 属性约简, 限制容差关系, 核属性

Abstract: The confirm of core attribute of a decision table is always the base of information reduction. However, most of the previous reduction methods in core attribute were faced to complete information system. Extending the reduction algorithm in core attribute and attribute order to incomplete information system, which used in complete information system, this paper presents a attribute reduction algorithm based on limited tolerance relation in incomplete information system. This method obtains core attribute by constructing a improved discernable matrix of decision table in incomplete information system, sorts the attribute which not belongs to core attribute by ability of affecting classification quality intuitively, in order to ensure the reduction result we get is a relatively minimize reduction. This method shows more feasible and effective in experiment by comparison.

Key words: incomplete information system, attribute reduction, limited tolerance relation, core attribute

中图分类号:

TP18

王超罗可. 不完备信息系统中基于限制容差关系的属性约简方法[J]. 计算机应用, 2011, 31(12): 3236-3239.

WANG Chao LUO Ke. Attributes reduction method based on limited tolerance relation in incomplete information system[J]. Journal of Computer Applications, 2011, 31(12): 3236-3239.

[1]	李元江, 权金升, 谭阳奕, 杨田. 基于相似和差异双视角的高维数据属性约简[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1467-1472.
[2]	李艳, 范斌, 郭劼. 基于聚类粒化和簇间散度的属性约简算法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2701-2712.
[3]	刘超, 王磊, 杨文, 钟强强, 黎敏. 属性集变化条件下集值决策信息系统的增量属性约简方法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 463-468.
[4]	康猛, 蒙祖强. 基于局部条件区分能力的高效属性约简算法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 449-456.
[5]	王磊. 改进粗糙集属性约简结合K-means聚类的网络入侵检测方法[J]. 计算机应用, 2020, 40(7): 1996-2002.
[6]	章夏杰, 朱敬华, 陈杨. Spark下的分布式粗糙集属性约简算法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 518-523.
[7]	欧彬利, 钟夏汝, 代建华, 杨田. 基于变精度覆盖粗糙集的入侵检测方法[J]. 计算机应用, 2020, 40(12): 3465-3470.
[8]	李孜颖, 石振国. 面向大数据任务的调度方法[J]. 计算机应用, 2020, 40(10): 2923-2928.
[9]	鲍迪, 张楠, 童向荣, 岳晓冬. 区间值决策表的正域增量式属性约简算法[J]. 计算机应用, 2019, 39(8): 2288-2296.
[10]	徐怡, 肖鹏. 基于容差关系的多粒度粗糙集中近似集动态更新方法[J]. 计算机应用, 2019, 39(5): 1247-1251.
[11]	陈曼如, 张楠, 童向荣, 东野升龙, 杨文静. 基于多尺度属性粒策略的快速正域约简算法[J]. 计算机应用, 2019, 39(12): 3426-3433.
[12]	谭永奇, 樊建聪, 任延德, 周晓明. 改进的属性约简算法及其在肝癌微血管侵犯预测中的应用[J]. 计算机应用, 2019, 39(11): 3221-3226.
[13]	李旭, 荣梓景, 阮晓曦. 关系决策系统中相对不可区分和区分关系的约简[J]. 计算机应用, 2019, 39(10): 2852-2858.
[14]	王映龙, 曾淇, 钱文彬, 舒文豪, 黄锦涛. 变精度下不完备混合数据的增量式属性约简方法[J]. 计算机应用, 2018, 38(10): 2764-2771.
[15]	姚晟, 汪杰, 徐风, 陈菊. 不完备邻域粗糙集的不确定性度量和属性约简[J]. 计算机应用, 2018, 38(1): 97-103.