基于相对知识粒度的区间集决策信息表不确定性度量

区间集决策信息表拓展了经典决策信息表,其粒化结构的不确定性刻画成为重要应用基础。基于区间邻域粒化引入相对知识粒度,进而提出区间集决策信息表的一种新型不确定性度量。利用两对象之间的距离及半径来建立区间邻域粒化系统,证明距离粒化与相似度刻画的条件等价性,获得区间近似粗糙度;把经典相对知识粒度推广为区间相对知识粒度,将其与区间近似粗糙度进行信息融合,提出一种新型不确定性度量并得到了粒化单调性等性质。最后进行了实例验证,结果表明所提度量能够有效表征粒化结构变化所引起的不确定性变化。

区间值决策表中基于相对知识粒度的属性约简

针对区间值决策表,采用区间相对知识粒度提出属性约简及其启发式约简算法。基于相似关系,定义关于决策分类的区间相对知识粒度,证明粒化单调性等性质;基于区间相对知识粒度,提出属性约简,挖掘区间属性内与外重要度的启发式信息,从而设计启发式约简算法并分析其时间复杂度;针对一致区间值决策表,证明区间相对知识粒度表示与代数表示的等价性;采用区间值决策表实例进行有效验证。对于区间值决策表,相关区间相对知识粒度及属性约简深化了知识学习与特征优化。