排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
基于粗糙集的属性约简算法研究 总被引：20，自引：1，他引：19
提出一种新的基于粗糙集的属性约简算法．该算法采用层次结构和近似精度的概念，约简集中的属性选择从空集开始，用启发函数ξ作为选择条件属性的衡量标准，逐步加入相对于决策而言重要的条件属性，并采用下近似值作为剪枝依据，逐步删除给定论域U中根据该属性子集能完全正确分类的对象，减小了属性约简过程中的搜索空间，处理过程是递归的，直到给定论域U为空集，保证了在分类精度不变的情况下，获得简化的属性集，最后运用粗糙集中正域的概念，约简冗余的属性值并求出其最简规则．对UCI机器学习数据库中7个数据库属性约简结果证明了该算法的正确性和可行性． 相似文献
1