改进的属性约简算法

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题，提出一种将模糊集和粗糙集结合起来的连续型条件属性模糊规则约简算法。该算法首先引入三角隶属度函数将连续属性值转换为模糊值，并

值约简是粗糙集（Rough Set，RS）理论的一个重要研究课题，但由于值约简是一个NP-hard问题，目前还没有一个高效的值约简算法。基于集合理论，提出了关系积概念，把决策表的属性约简过程转化为关系

研究粒子群优化算法的特性，将其应用于小波域，对阈值进行寻优，并使用garrote阈值函数量化小波分解系数，而garrote阈值函数既克服了硬阈值函数的不连续性，也减小了软阈值函数存在的恒定偏差。实验仿

针对基于分辨矩阵约简算法中存在冗余元素，从而导致空间存储代价高的问题，提出一种基于加权浓缩树的属性约简算法。该算法可以进一步剔除冗余元素，压缩存储分辨矩阵中的信息，并且在构建树结构的过程当中考虑了属性

一种基于并行遗传算法的粗糙集属性约简，是我找到比较实用的算法！

依据《同义词词林（扩展版）》，以初始查询的同义词为证据扩展基本信念网络，得到扩展的信念网络检索模型，扩展模型采用不同的归并方法将得到不同的排序计算式。在析取归并算法的基础上，给出了合取归并算法，并对其

基于邻域粗糙集以及模糊粗糙集等价关系下的属性约简方法,引入$\alpha $信息熵,建立模糊相似关系下的α信息熵不确定性度量,提出基于$\alpha $信息熵的属性重要度度量,并以此构建混合属性约简算

论文研究-信息系统的属性约简.pdf,  粗糙集理论是一种新的处理模糊和不确定知识的数学工具 .属性约简是粗糙集理论研究中的重要内容之一 ,现已证明寻找信息系统的最小约简是 NP-hard问题 .本文

分析介绍了用雷达图表示多维数据以及雷达图的图形特征选取和融合的基本方法，提出了一种基于多维数据雷达图表达的可视化图形分类新方法，该方法用雷达图表示多维数据，不同类别的多维数据对应不同的雷达图形，形成以

全面概括总结当前最先进的属性约简算法,并且提出了一种新的属性约简算法,可用于并行计算