变精度意义下的优势约简

属性约简是粗糙集理论与方法的研究热点,是一种重要的降维方法.将经典变精度粗糙集模型与优势关系粗糙集模型相结合,定义了优势关系下的β近似集合和β分布协调集的概念,并给出了基于β分布协调集的可辨识属性矩阵定义,提出优势关系下的变精度属性约简方法.通过实例分析,说明了该方法的可行性.

连续型目标信息系统的属性约简

针对连续型数据的属性约简问题,提出了一种新的属性约简方法——基于分配可辨识矩阵的属性约简方法。给出了基于连续型数据的分配协调集的概念,研究了基于连续型数据的分配协调集的基本性质,定义了基于分配协调集的辨识矩阵。在此基础上提出了基于辨识矩阵的连续型数据的属性约简方法,并给出了计算辨识矩阵的算法。实例分析表明,该方法能有效地对连续型数据进行属性约简。