摘要

不完备混合型决策系统的增量式属性约简问题是近年来研究的热点。针对属性值和属性同时发生变化的情形,给出了一种不完备的混合型决策系统的知识粒度的定义。在对基于知识粒度的增量机制完善的基础上,提出了一种改进的属性值变化且增加属性的增量式属性约简算法。并用UCI上的8个数据集进行仿真实验验证,结果表明,所提的增量式属性约简算法相对于非增量式属性约简算法以及同类型的属性约简算法,在保证分类精度良好的前提下具有较高的约简效率。