基于不可区分度的启发式快速完备约简算法

在已有的粗糙集属性约简算法基础上,给出了一个新的度量属性重要性的不可区分度函数,分析了不可区分度的性质,提出了一种能有效处理噪声的基于不可区分度的快速完备约简算法,最坏时间复杂度为max(O(|A||U|),O(|A|2|U/A|))。理论分析和实验结果表明,该约简算法在效率上较现有算法有显著提高,能较好抵制数据噪声,适于对大数据集进行处理。

基于同可区分度的属性约简算法

从知识区分能力角度提出同可区分度的概念,并对其性质进行分析.利用同可区分度来刻画信息系统中属性的相对重要性,设计了一种基于信息论观点的启发式约简算法.该算法直接对原信息系统进行约简,不需要预处理,且对完备和不完备信息系统都适用,在保证较高约简率的同时使得信息论观点的约简算法在完备信息系统中的最坏时间复杂度降为O(│A│2│U│).最后用实例说明该算法的高效性.