区间直觉模糊粗糙集启发式属性约简研讨.pdfVIP

摘要 模糊集ffs)和粗糙集限s)理论是两种不同的处理信息的方法，两种理论在属 性约简方面具有各自的优势。属性约简是数据挖掘中最核心的问题，是任何一个 部门决策知识获取的关键技术，一旦在算法的研究上有所突破，它可以极大地提 高企业、公司的约简效率，能够更快、更全面地获取我们所需要的知识。本文在 直觉模糊粗糙集(IFRs)属性约简算法基础上进行相应的改善，得到区间直觉模 糊粗糙集(ⅣIFRs)启发式属性约简算法，该算法在时间和空间复杂度上都更具 有优势，本文的主要内容如下： (1)对模糊集与粗糙集的理论基本知识进行简单介绍，讨论两种理论分别 具有的优势与劣势，并指出区间直觉模糊粗糙集在保持原有信息系统的数据完善 性基础上，相对于单一理论具有更多的特征选择。 (2)在原有直觉模糊粗糙集属性约简算法的基础上，提出基于互信息的区 间直觉模糊粗糙集的属性约简算法，在保持原有信息系统分类能力不变的前提 下，以双重度量：属性的重要度、属性的依赖度为标准进行双向回归，最终得到 最简的决策表。并进行相应的实验分析，说明基于互信息的属性约简算法具有更 强的优势。 (3)提出了一种基于启发式区间直觉模糊粗糙集属性约简理论，使其能够 更加细腻地对原始数据进行刻画，更