改进的粗集属性约简的启发式算法

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  

【改进的粗集属性约简的启发式算法】相关文章：

粗糙集属性约简的完备算法04-27

基于贝叶斯粗糙集模型的属性约简算法04-29

基于信息熵的震害预测影响因子启发式约简算法研究04-29

SSDA的改进算法04-26

IRA码最小和译码算法的改进算法04-28

渗流方程的三维粗化算法04-29

模糊粗糙集中综合评价的属性约简和规则获取04-27

单圆轨道扫描的Grangeat改进算法04-27

改进的EKF算法在目标跟踪中的运用04-30

基于改进的HD距离的星图识别算法04-27