基于粗集可辨识矩阵的属性频率约简算法.pdfVIP

基于粗集可辨识矩阵的属性频率约简算法 逄玉俊，李爽 沈阳化工学院计算机科学与技术学院，沈阳（110142 ） E-mail：vivian830124@163.com 摘 要：针对目前在对信息系统进行属性约简过程中存在属性频率值相同的问题，本文在基 于可辨识矩阵属性频率约简算法的基础上，引进强等价集概念，以属性在可辨识矩阵中出现 的次数越多其重要性越大为启发式信息，利用强等价集中的属性是可以约简的特性，在属性 频率约简过程中判断具有相同属性频率的属性是否最终包含在核属性集里，提出改进的属性 频率约简算法。通过理论和实例的分析证明，该算法在保持时间复杂度不变的情况下，处理 具有相同属性频率的信息系统的属性约简的准确性得到提高，与原算法相比，改进后的算法 可以得到一个更为精准的约简结果。 关键词：粗糙集，可辨识矩阵，强等价集，属性频率 中图分类号：TP391 1．引言 粗糙集理论是由波兰数学家Z.Pawlak 在1982 年提出的一种智能决策分析数学工具。它 是研究不完整，不确定知识和数据的表达，学习，归纳的理论方法。粗糙集目前主要被广泛 [1] 的应用到数据挖掘，人工智能，模式识别，网页分类，故障诊断和专家系统等领域 。 属性约简是粗糙集理论中重要的核心内容之一。属性约简主要目的是保持知识库分类能 力不变的条件下，删除其中不相关或不重要的属性，从而简化原有的系统。虽然Wond 等已 经证明找出一个决策表的所有约简和最小约简是NP-hard 问题，但是利用启发式信息来减小 [2] 搜索空间，还是能得到一个相对最优的约简 。 本文以基于可辨识矩阵的属性频率约简算法为基础，引入强等价集概念，以属性在可辨 识矩阵中出现的次数越多其重要性越大为启发式信息。提出一种新的有效的属性约简算法， 该算法可以处理当属性频率相同时，对决策表的属性约简可以高效准确的进行。 2 ．相关概念和证明 2.1 决策表 形式上，四元组S (U , A,V , f )是一个知识表达系统，其中U ：对象的非空有限集 合，称为论域； A ：属性的非空有限集合；V ∪ V ，V 是属性a 的值域; f : U ×A →V a∈A a a 是一个信息函数，它为每个对象的每个属性赋予一个信息值，即对于所有的 a ∈A, x ∈X , f x, a ∈V [3] 。 ( ) a 知识表达系统也称为智能系统。通常也用S U , A ，来代替S U , A,V , f 。 ( ) ( ) 2.2 约简和核 在信息系统S 中，对于P ⊆C ，则P 在S 的不可分辨关系IND (P ) 定义为： IND (P ) {(x, y ) =∈U 2 | ∀a ∈P,a (x ) a (y )} 。IND (P ) 把对象集U 划为k 个等价类，记 为U/P= {X , X , X , L, X }。 1 2 3 k 定义1[9] ：设Q ⊆P ，如果Q 是独立的，并且IND (Q ) IND (P ) ，则称Q 是P 的一个约简。 -1- P P 中所有必要关系的集合称为 的核，用CORE