决策理论粗糙集是一种对噪声数据具有很好容忍效果的粗糙集模型,然而由于该模型正区域的非单调性,因此传统的属性约简无法直接构造.本文将在决策理论粗糙集模型中提出一种新的属性约简方法,首先给出属性约简一种新的定义,即属性约简的正区域必须不小于属性全集的正区域,然后根据这一定义提出了相应的属性约简算法,最后进行一系列的仿真实验,通过属性约简的大小、属性约简集的分类精度以及算法效率三个方法证明了该算法的有效性和优越性.
科研之友
微信
新浪微博
Facebook
分享链接
