基于属性值分类的多层次粗糙集模型

摘要：

传统的粗糙集理论关注于单概念层次下的属性约简和决策规则研究.然而,现实世界中树型结构的属性值分类是普遍存在的.针对条件属性具有属性值分类的情况,结合子树泛化模式,提出一种多层次粗糙集模型,分析了其在属性值粗化或细化时不同层次下的重要性质,这是一个NP-Hard问题.然后,提出一种自顶向下逐步细化的知识约简算法,用以在保持决策表分类不变的前提下,实现对决策表的属性约简和属性值粗化.最后通过实例分析说明了该算法的可行性.

关键词： Attribute value taxonomies Multi-level rough set Knowledge reduction Attribute reduction Attribute value coarsening

作者: 叶明全 胡学钢 胡东辉 吴信东

作者单位: 合肥工业大学计算机与信息学院 合肥230009;皖南医学院基础医学部 芜湖241002 合肥工业大学计算机与信息学院 合肥230009 合肥工业大学计算机与信息学院 合肥230009;佛蒙特大学计算机科学系 伯灵顿VT05405

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 21-21

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）