证据理论与熵值融合的知识约简新方法

摘要：

求解决策表的最小约简已被证明是NP-hard问题，在粗糙集和证据理论的基础上提出了一种知识约简的启发式算法。利用粗糙集等价划分的概念给出属性的信息熵，定义每个属性的熵值重要性并由此确定知识的核。引入二分mass函数对每个属性建立一个证据函数，证据融合得到每个属性的证据重要性。以核为起点，以证据重要性为启发，依次加入属性直至满足约简条件。实例表明，该方法能够快速找到核和相对约简，并且该约简运用到分类上正确率也是较高的。

关键词：粗糙集、知识约简、二分mass函数、熵、属性重要性

所属期刊栏目：52

分类号：TP31(计算技术、计算机技术)

资助基金：江西省自然科学基金No.20151BAB207030；江西省教育厅科技项目No.GJJ14244。

在线出版日期：2016-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：167-170