基于變精度鄰域依賴度屬性約簡

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