排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
属性约简和属性值约简是利用粗糙集理论从决策表中挖掘决策规则的基础,挖掘决策规则是粗糙集理论的重要研究领域之一。本文根据属性的重要度和条件差别矩阵来进行条件属性约简,找出有效约简。同时定义了决策表的不一致度,并根据属性重要度来进行属性值约简,在保持决策表不一致度不增加的前提下挖掘出决策规则,该决策规则集满足独立性、覆盖全域性、可接受性和一致性,即决策规则集为决策算法,最后运用实例对该方法的有效性进行说明。 相似文献
2.
基于粗糙集理论的决策表属性约简算法 总被引:2,自引:1,他引:2
属性约简是粗糙集理论的一个重要内容,是进行知识获取中的核心问题之一.本文在粗糙集理论的基础上构造了区分图,在区分图上以属性的重要度作为启发信息,快速缩小搜索空间,求解最小属性约简.给出了一个最坏情况下时间复杂度为max(O(|C|^2),O(|C‖U|^2))的快速属性约简算法.该算法统一考虑一致性决策表和不一致性决策表两种情况下的属性约简. 相似文献
3.
4.
1