李朝清 孫潔
摘要:鄰域粗糙集理論是粒計算中一個重要的計算模型,它已成功地應用于諸多領域,其中屬性約簡是其最主要的應用之一。變精度鄰域粗糙集在鄰域粗糙集的基礎上引入了容忍度參數β,通過調整β 值使對象被劃分到下近似或上近似的標準更加靈活,允許一定程度的不確定性和模糊性?;诖?,本文提出了一種基于鄰域依賴度的屬性約簡策略。首先本文以鄰域粗糙集中的相關理論為基礎,構建了變精度鄰域粗糙集選擇模型。接著,基于數據集中決策屬性,定義重要度來表示候選屬性的重要性,同時,設計了一種基于變精度鄰域依賴度的屬性約簡算法。最后使用公開數據集,通過實驗表明,本文所提算法可以選擇較少的屬性來保持或者提高聚類算法的性能,這充分證明了本文所提約簡算法是有效的。
關鍵詞:變精度鄰域粗糙集;依賴度;屬性約簡
中圖分類號:TP311 文獻標識碼:A
文章編號:1009-3044(2024)06-0056-05