基于距离的粗糙集属性约减改进算法研究
徐贤清1
马良荔1
时扬2
1.海军工程大学计算机系,武汉,4300332.海军工程大学训练部,武汉,430033
摘要：属性约减是粗糙集理论的重要研究内容之一.由于Z.Pawlak经典粗糙集模型在处理集合间隶属关系过于简单的缺陷,文章提出了以集合间距离作为集合隶属关系的判别依据,对属性依赖度和重要度重新进行了定义,从而对属性约减算法进行改进.最后,通过一个数据模型的验证,改进后的算法能够更有效地滤除冗余属性,保留关键属性.
关键词：粗糙集数据挖掘属性约减聚类分析距离
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 48-51 )
英文信息