基于属性分辨度的不完备决策表属性约简算法

针对现有不完备决策表属性约简算法复杂度较高的问题,提出了基于属性分辨度的属性约简算法.文中分析了不完备决策表中条件属性相对于决策重要性的外在表现,提出了属性分辨度的概念,并给出了属性分辨度随着约简属性集的变化而动态更新的计算方法.该算法在属性约简过程中会不断删除已经属于正域的对象或不影响正域计算的相容块,通过降低样本数据的规模来减少计算耗时,加速属性约简.理论分析和仿真实验表明,文中算法是有效的,并且算法复杂度优于现有的不完备决策表属性约简算法.

基于属性分辨度的最大相容块规则提取算法

提出一种基于属性分辨度的不完备决策表规则提取算法,它是一种例化方向的方法.首先从空集开始,逐步选择当前最重要的条件属性对对象集分类,从广义决策值唯一的相容块提取确定规则,从其他的相容块提取不确定规则;然后设计属性必要性判断步骤去除每条规则的冗余属性;最后通过规则约简过程来简化所获得的规则,增强规则的泛化能力.实验结果表明,所提出的算法效率更高,并且所获得的规则简洁有效.