粗糙集论文粗糙集理论约简算法的研究.docVIP

粗糙集论文：粗糙集理论约简算法的研究 【中文摘要】粗糙集理论是由Z.Pawlak于1982年提出的,它是一种处理信息的工具,可以有效地对不精确、不一致、不完整信息进行分析。有关粗糙集理论的研究现已成为热点,该理论的应用也非常广泛,如入侵检测、数据挖掘、知识发现等。粗糙集理论中的一个重要内容是属性约简,属性约简的是在保持决策表分类能力不变的情况下删除冗余的属性,得到一个精简的决策表,以便于以后的计算。属性约简算法有很多,文中主要介绍基于差别矩阵的约简算法。首先介绍了几种经典的属性约简算法,给出了它们的定义,对求解过程加以分析,指出了它们的优缺点,对于它们的缺点,给出了相关的解决方法,并给出实例。其次,介绍了一种新的属性约简模型,该模型与传统模型是等价的。在文中给出了该模型的相关定义和求解属性约简的算法,并通过实例对算法的求解过程加以演示。再次,介绍一种基于差别矩阵的最小约简算法,该算法通过U/{c}划分来计算最小约简,并指出其不足,如存在重复计算、结果错误等。分析了算法的不足后,本文给出了一种改进算法,该算法首先对决策表中的数据进行压缩,删除冗余数据,降低了时间复杂度和空间复杂度,然后用基于属性核的思想求解最小约简。... 【英文摘要】Rough Sets Theory, presented by Pawlak in 1982, is an tool to handle info