一个复杂度为max（O（｜C｜｜U｜），O（｜C^2｜U／C｜））的快速属性约简算法

以基数排序的思想设计了一个新的求U/C的算法,其时间复杂度被降为O(|C||U|).经研究发现,以近似质量作为启发信息并非十分理想,故以快速缩小搜索空间为目的设计了一个新的较为合理的度量属性重要性的计算公式,并给出了该公式的递归计算公式.计算该公式的算法复杂度被降低到O(|C-P||U′-UP′|).用新公式作为启发信息,设计了一个时间复杂度为max(O(|C||U|,O(|C|2|U/C|))的快速属性约简算法,并用一个实例说明了算法.实验结果表明新算法不仅具有高效性而且能处理大型决策表.

基于近似精度递归计算的一个属性约简算法

首先分析粗糙集中不同正区域之间的关系 ,在此基础上推导出近似精度计算的一个简洁的递归公式 .在Jelonek属性约简算法[3 ] 的基础上 ,应用上述递归公式和独立性条件判别策略设计了一个改进的属性约简算法 ,与原算法相比 ,不仅在算法速度提高方面取得了明显的效果 ,而且保证了约简算法的正确性 .

基于滤除性质的属性约简加速算法

给出粗糙集中正区域的一个滤除性质 .当信息表为粗糙确定型表时 ,应用该性质可以过滤掉表中与不确定性成分有关的记录而不影响属性约简的结果 ,可以有效地减少属性约简算法的计算量 。

粗糙集中正区域和近似精度的递归计算及应用

本文分析粗糙集中不同正区域之间的定量关系,给出正区域和近似精度计算的一个简洁的递归公式.在一类扩展型属性约简算法中(如Hu算法,Jelonek算法等),应用该递归公式来完成大量的正区域或近似精度以及与之相关的属性重要性的计算,可以较大幅度地减少计算量,提高属性约简算法的速度.