变精度粗糙集下基于信息熵的属性约简算法.pdfVIP

( ) 山西师范大学学报 自然科学版 第 19卷第 3期 Jou rnal of Shanxi Teacher ′s U n iversity Vol. 19　No. 3 2005年 9 月 N atu ral Science Edition Sep t. 2005 文章编号 :(2005) 变精度粗糙集下基于信息熵的属性约简算法 桑妍丽 (山西大学计算机与信息技术学院 , 山西 太原 030006) β 摘 　要 : 本文针对在 Z. Paw lak粗糙集下进行属性约简中存在的问题 ,在对变精度粗糙集理论下 下近 似约简概念分析的基础上, 引入了信息熵, 建立了变精度粗糙集意义下的决策表中属性重要性的度量方 β 式, 区分了 阈值界定下的 “弱不一致信息 ”与 “强不一致信息 ”的不确定程度, 从而刻画了标准粗糙集 β 下正域之外的不一致信息的不确定程度, 以该度量作为启发式信息, 提出了基于信息熵的 下近似约简 的启发式算法. 这为不一致信息系统的属性约简提供了理论依据与算法. 关键词 : 不一致信息系统 ; 变精度粗糙集 ; 信息熵 中图分类号 : O 159　　　文献标识码 : A 　　相对属性约简也称知识的相对约简 ,它是粗糙集理论的重要组成部分 [ 2 ] . 根据粗糙集理论 ,决策系统 ( ) ( 中的某些条件属性对于决策是不必要的 即冗余的 ,冗余知识的存在 ,一方面是对资源的浪费 需要存储 ) 空间 ;另一方面 ,干扰人们做出正确而简洁的决策. 在决策系统中存在某些条件属性集合的子集 ,通过它 们的属性值足以得出正确的决策. 目前 ,许多学者对属性约简作了深入的研究 , 并取得了很多成果. 文 献 [ 7 ] 从信息论的角度 ,提出了一种基于属性重要性的启发式算法 ;文献 [ 8 ] 提出了一种基于差别矩阵的属 性约简策略 ,这些研究大多是在 Z. Paw lak 粗糙集模型下进行的[ 4—9 ] . 然而 , 由于 Z. Paw lak 粗糙集模型下 属性约简的定义依赖于下近似 ,通常用标准 [ 2 ] 来衡量产生属性的重要性和约简的程度 ,下近似的计算对 噪声数据十分敏感 ,其结果是使得属性约简受噪声数据的影响很大 ,造成许多有价值的规则无法提取到 , 实际应用在不一致信息系统下也遇到了困难. 为此 , Ziarko教授提出了用变精度属性约简的概念取代传统 意义上的属性约简 , 以扩大提取规则的覆盖能力和泛化能力. [ 3 ] β 本文基于变精度粗糙集理论 , 在 下近似约简概念的基础上, 把信息熵的概念引入变精度粗糙集 中, 定义了一种新的属性重要性的度量方法, 作为启发式信息, 提出一种基于信息熵的属性约简算法. 从而 得到变精度粗糙集模型上的属性约简的新方法, 这为不一致信息系统的属性约简提供了理论依据与算法. 1　相关概念 1. 1　信息系统 [ 2 ] ( ) ( ) 定义 1 　信息系统 Info rm ation sy stem