期刊文献+

基于关系矩阵的相对粒度增量式属性约简算法

Relative Granularity Incremental Attribute Reduction Algorithm Based on Relational Matrix
下载PDF
导出
摘要 属性约简是粗糙集和粒计算理论中一项重要的数据处理方法。针对传统属性约简算法在处理动态数据问题上的不足,在相对粒度的基础上,利用关系矩阵研究了当决策信息系统的对象变化时,相对粒度的增量式变化机制。根据这种变化机制,提出了基于关系矩阵的相对粒度增量式属性约简算法,提高了属性约简效率。 Attribute reduction is an important data processing method in rough set and granular computing theory.In view of the shortcomings of traditional attribute reduction algorithms in dealing with dynamic data problems and based on relative granularity,the incremental change mechanism of relative granularity changes is studied using relational matrix when the objects of the decision information system change.According to this change mechanism,a relative granularity incremental attribute reduction algorithm based on relational matrix is proposed to improve the efficiency of attribute reduction.
作者 汪际和 Wang Jihe(Department of Public and Basic Course Teaching,West Yunnan University of Applied Sciences,Dali,Yunnan 671006,China)
出处 《大理大学学报》 2024年第12期30-35,共6页 Journal of Dali University
基金 滇西应用技术大学项目(21JK11,21XN04) 云南省教育厅科学研究基金项目(2024J1131)。
关键词 关系矩阵 相对粒度 属性约简 relational matrix relative granularity attribute reduction
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部