改进的粗集属性约简的启发式算法
提出了一种改进的粗集属性约简的启发式算法.寻找粗集理论的最小属性约简已经被证明是NP难题,一般采用启发式算法来寻找近似最优解,但求得的约简有冗余属性存在的问题.针对一般启发式算法的不完备性,利用粗集理论中的属性依赖度和属性重要度,构造启发式信息,并在算法中增加了消除冗余的二次约简过程,得到一种改进的启发式算法.最后通过实际算例分析,验证了该改进算法的有效性.
作 者： 李珊 肖怀铁 付强 LI Shan XIAO Huai-tie FU Qiang 作者单位： 国防科学技术大学电子科学与工程学院ATR实验室,长沙,410073 刊 名： 电光与控制 ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL 年，卷(期)： 2006 13(4) 分类号： V247 关键词： 粗集理论 属性约简 启发式算法