一种新的基于知识粒度的属性约简算法.pdfVIP

计算机科学2007V01．34No．8A 一种新的基于知识粒度的属性约简算法*) A AttributeReduction Basedon New AlgorithmKnowledgeGranularity 郭林鹏徐久成孟慧丽史进玲 (河南师范大学计算机与信息技术学院 新乡453007) 系统，其中L，表示对象的非空有限集合，也称为论 1 引言 域，U一{z1，勋，…，z。}；R表示属性的非空有限集 粗糙集理论是一种新的处理模糊和不确定知识 合；V=M垤是属性值的集合，U表示属性，．的值 的数学工具[1’2]。知识约简是粗糙集理论中的重要域；，表示UXE·V是一个信息函数，它为每个对 内容之一，它刻画了信息系统中知识的本质部分[1]。 象的每个属性赋予一个信息值，即V，∈R，z∈U，f 所谓知识约简，就是在保持信息系统的分类能力不 (z，r)∈u。通常，S一(U，R，V，p也称为知识表达 变的前提下，删除其中的冗余属性。因为在信息系 系统，有时也简记为S=(U，R)。 统中，属性并不是同等重要的，甚至某些属性是冗余 对于每一个属性子集P∈R，我们定义一个二 的，冗余属性的存在，不仅会造成资源的浪费，而且 元不可分辨关系Ind(P)为： 也会干扰人们做出正确而简洁的决策，所以许多学 Ind(P)={(z，y)∈U×己厂IVpER，f(x，户)一厂 者一直致力于对属性约简算法的研究[3~5]。 (y，户))。 通常情况下，—个信息系统的知识约简不是唯一 显然，Ind(P)是一个等价关系，它构成论域U 的，但追求的目标是最小约简。然而，要找到一个信 息系统的最小约简是一个NP-hard问题[6]。求解具 的个数用l 有最少属性的约简这类问题的一般方法是采用启发 [z]，称为等价类。 式搜索方法从信息系统中求出最优或次最优约简[7]。 性质1c3】Ind(P)是论域U上的等价关系；且 综观各种属性约简的启发式算法，都是以属性 Ind({r))。 Ind(P)一n 重要度为启发信息。关于属性重要度的概念，用不 同的度量函数，就有不同的定义方法，从而得到不同 性质2[3]令P，Q∈R，若Q∈P，则Ind(P)∈ 的属性约简算法，梁吉业[3]等用信息量来定义，王国 Ind(Q)。 胤[4]等用信息熵来定义，苗夺谦[5]等用知识粒度来 定义。基于此，文[8]提出了一种基于知识粒度的属 Vz∈U有[z]PE三[z]口。 性约简算法，但该算法的完备性值得探讨。另外，该 算法对于无核的信息系统的有效性不够。因此，本 Ind(Q)使得X∈y，则称P的划分比Q更精细，或 文提出了一种新的基于知识粒度的属性约简算法， 该算法以知识粒度最小的属性为启发信息，不需要 表示，简记为P≤Q。 求核，通过对添加到约简集中的属性严格筛选，最大 定义2设S=(U，R)是一个信息系统，rER， 限度保证了算法的完备性，同时该算法对无核的这