粗糙集理论被广泛应用于属性约简,复杂性是制约这些算法应用于数据挖掘任务的主要障碍,尤其是邻域模型下的约简问题.本文分析了邻域粗糙集模型的数学性质,利用正域与属性集的单调关系,构造基于属性依赖度和前向搜索策略的快速算法,以降低样本比较次数,提高计算效率.实验分析表明了算法的有效性.