集值信息系统在β相似度下的属性约简

针对粗糙集中集值信息系统包含大量数据的问题,本文在以往研究的基础上提出了一种基于β相似度的属性约简方法。在变精度关系的情况下,将β用于约束对象间的相似度,根据β的变化调节类划分的粒度和差别矩阵的复杂度,进而更好地进行属性约简,使提取出的数据更精练更有益于数据分析处理。通过实例证明了算法的有效性、可行性,并从理论层次进行分析、验证,最终证明了算法的正确性。从时间复杂度空间复杂度上都验证了算法的高效性。