属性约简（Attributereduction），又名特征选择，就是剔除冗余属性或冗余特征，起到降维作用，它是机器学习与模式识别等诸多领域中的重要研究课题。粗糙集（RoughSet）理论是一种刻划不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致、不完整等各种不完备信息，其主要研究属性约简和规则提取。为此，基于粗糙集的属性约简技术研究成为当今研究热点。本报告根据自己所做的相关工作和发表的相关论文，主要讲解基于属性重要性的属性约简、基于属性相似度的属性约简和基于进化计算的高维属性约简等内容。