基于粗糙集理论的属性约简算法研究

摘要：

数据挖掘是近年来数据库领域中出现的一个新兴研究热点,它是从大量数据中获取知识.进行数据挖掘的方法很多,粗糙集方法便是其中的主要方法之一.属性约简算法是基于粗糙集理论的数据挖掘模型中的关键步骤,同时也是粗糙集理论研究中的一个研究重点.通过对粗糙集理论的属性约简算法的深入研究,本文提出了一种改进的属性约简启发式算法.该算法建立在可辨识矩阵计算基础上.改进算法基于Hu的算法与Jelonek算法,在计算可辨识矩阵的基础上,保证最终能够找到决策信息系统的一个约简,同时较Jelonck算法相比,运算时间明显减少.

关键词：数据挖掘、粗糙集、属性约简、启发式算法、可辨识矩阵

所属期刊栏目：5

分类号：TP301(计算技术、计算机技术)

在线出版日期：2009-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：2428-2429