基于双重粒化准则的邻域多粒度粗集快速约简算法

由于可以从多粒度、多层次的角度对名词型和数值型属性并存的混合数据进行有效处理,邻域多粒度粗糙集模型受到了广泛关注.为了有效降低属性约简计算过程中的迭代次数,实现邻域多粒度粗糙集模型的快速属性约简算法,基于双重粒化准则,深入分析不同属性子集序列和邻域半径对正域的影响,结合正域在属性子集和邻域半径共同作用下的单调性,提出一种基于双重粒化准则的邻域多粒度粗集快速约简算法,并通过理论分析与实例对比验证了算法的有效性和优越性.

基于双重粒化准则的邻域多粒度粗糙集模型

为了从多粒度、多层次的角度有效处理名义型属性和数值型属性并存的混合数据,首先基于不同的属性集序列和不同的邻域半径构建双重粒化准则,建立基于双重粒化准则的邻域多粒度粗糙集模型;然后给出该模型的相关性质,提出该模型下的属性约简算法,约简结果可以根据实际问题的需要灵活选择合适的属性集和邻域半径.实例分析验证了所提出模型和算法的有效性.