摘要
在序信息系统中，研究了知识的粗糙性与知识划分的关系，为准确度量知识的粗糙程度，定义了知识的粗糙熵和属性的重要性度量，并给出了相关的性质。为有效地从序信息系统中获取最小属性约简，基于知识的粗糙熵提出了一种新的启发式属性约简算法，并通过实例验证了该方法的有效性。
In order information systcm, relation bctween knowledge rough and knowledge partition are studied. To accurately measure knowledge rough, knowledge rough entropy and attribute significance are defined, and then related properties are given. A heuristic reduction algorithm based on knowledge rough entropy is proposed to effectively extract minimum attribute reduction and a detailed example is given to prove validity of the algorithm.
作者
史进玲
SHI Jin-ling （International School of Education, Xuchang University, Xuchang, Henan 461000, China）
出处
《电脑知识与技术》
2012年第9期6107-6108,6128,共3页
Computer Knowledge and Technology
基金
河南省基础与前沿技术研究计划（102300410060）
河南省科技攻关计划（112102210079）
河南省高等学校青年骨干教师资助计划（2010GGJS-177）
河南省教育厅自然科学研究计划（2010A520035）
关键词
优势关系:粗糙熵
属性重要性
属性约简
Dominance Relation
Rough Entropy
Attribute Significance
Attribute Reduction
