论文研究 集值信息系统基于限制相容关系的属性约简.pdf

关于粗糙集的简单介绍及其各种属性约简算法的研究，并且有实例分析。

属性约简是粗糙集理论研究的核心内容之一。传统的属性约简研究并未考虑决策信息系统的树形结构,为解决这一问题,本文基于粗糙集理论,首先给出了决策信息系统的树形表示结构,该树形结构以粗糙集理论中的不可分辨关

在浩瀚的数据资源中，为了实现对特定主题的搜索或提取，文本自动分类技术已经成为目前研究的热点。KNN是一种重要的文本自动分类方法，KNN能够处理大规模数据，且具有较高的稳定性，但面临分类速度较慢的问题。

通过抽象信息系统，阐明了经典粗糙集模型分类质量、相对正域、决策类下近似具有非单调递减性；变精度粗糙集模型在约简过程中分类质量和相对正域会出现跳跃现象，约简过程具有不稳定性。需要针对三者分别建立模型，使

针对决策粗糙集属性约简在引入代价后分类精度不高的问题，对其中代价敏感与分类精度的平衡进行了研究。将分类总代价和近似分类质量作为属性约简过程中的约束条件，结合模拟退火方法，提出了一种基于代价敏感和近似分

粗糙集理论是模式识别和机器学习的重要内容，属性约简是粗糙集理论中核心步骤。然而传统的粗糙集理论对数据集进行属性约简，计算复杂度高，容易陷入局部最优解。提出了一种新型灰狼优化算法的粗糙集属性约简技术，可

一种粗糙集属性约简的改进算法，贾利娟，冯璇，属性约简是粗糙集理论的核心内容之一。本文结合粗糙集知识对基于Skowron[1]区分矩阵的属性约简算法进行改进，形成一种简单、有效、��

给出一个简化的二进制差别矩阵的属性约简定义，并证明该属性约简的定义与基于信息熵的属性约简的定义是等价的。为求出简化的二进制差别矩阵，设计了一个快速求简化决策表的算法，其时间复杂度为O（|C||U|）。

差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储

粗糙集属性约简的MATLAB程序；用基于属性重要度的粗糙集属性约简方法对决策表进行约简，属性重要度是根据信息熵定义的。