决策表属性约简集的增量式更新算法*

doi:10.3778/j.issn.1673-9418.2010.05.006

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (5): 436-444.DOI: 10.3778/j.issn.1673-9418.2010.05.006

决策表属性约简集的增量式更新算法*

官礼和^{1, 2, 3}, 王国胤^{1, 2+}

1. 西南交通大学信息科学与技术学院, 成都 610031
2. 重庆邮电大学计算机科学与技术研究所, 重庆 400065
3. 重庆交通大学光电与信息技术研究所, 重庆 400074

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-05-11 发布日期:2010-05-11
通讯作者: 王国胤

An Incremental Updating Algorithm for Attribute Reduction Set of Decision Tables*

GUAN Lihe^1,2,3, WANG Guoyin^1,2+

1. School of Information Science and Technology, Southwest Jiaotong University, Chengdu 610031, China
2. Inst. of Comp. Sci. and Tech., Chongqing University of Posts and Telecommunications, Chongqing 400065, China
3. Inst. of Optoelectronic and Information Technology, Chongqing Jiaotong University, Chongqing 400074, China

Received:1900-01-01 Revised:1900-01-01 Online:2010-05-11 Published:2010-05-11
Contact: WANG Guoyin

摘要/Abstract

摘要： 针对动态变化的决策表, 研究了属性约简集的动态更新问题。在详细分析新增对象的所有可能情况的基础上, 提出一种基于分辨矩阵元素集的属性约简集增量式更新算法。该算法根据新增对象的不同情况快速更新分辨矩阵元素集, 依据分辨矩阵元素集中增加和减少的元素有效地更新原属性约简集, 快速得到新的最小属性约简。最后, 通过5个UCI的数据集验证了算法的有效性。

关键词: 粗糙集, 属性约简, 分辨矩阵, 增量式

Abstract: The dynamic updating algorithm of attribute reduction set is discussed in the dynamic decision tables. Some different situations are analyzed when new objects are added to the old decision table, and an incremental updating algorithm for attribute reduction set based on the discernibility matrix element set is proposed. In the algorithm, the discernibility matrix element set could be updated quickly. Thus, the old attribute reduction set can be updated effectively by the changes of discernibility matrix element set, and the new minimum attribute reduction can be got quickly. At last, the correctness and effectiveness of the algorithm on 5 real datasets are demonstrated.

Key words: rough set, attribute reduction, discernibility matrix, incremental

中图分类号:

TP311

官礼和1, 2, 3 , 王国胤1, 2+ . 决策表属性约简集的增量式更新算法*[J]. 计算机科学与探索, 2010, 4(5): 436-444.

GUAN Lihe^1,2,3, WANG Guoyin^1,2+. An Incremental Updating Algorithm for Attribute Reduction Set of Decision Tables*[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(5): 436-444.

[1]	吴将, 宋晶晶, 程富豪, 王平心, 杨习贝. 面向连续参数的多粒度属性约简方法研究[J]. 计算机科学与探索, 2021, 15(8): 1555-1562.
[2]	闫心怡, 温馨, 陈泽华. 分辨矩阵在逻辑优化中的应用[J]. 计算机科学与探索, 2021, 15(7): 1332-1338.
[3]	曹杰, 顾斌杰, 熊伟丽, 潘丰. 增量式约简最小二乘孪生支持向量回归机[J]. 计算机科学与探索, 2021, 15(3): 553-563.
[4]	黄慧, 李海林. 带有可信度标记的增量式数据修复方法研究[J]. 计算机科学与探索, 2021, 15(10): 1900-1911.
[5]	赵萌萌，王士同. 共享近邻紧密度的增量式谱聚类算法[J]. 计算机科学与探索, 2020, 14(6): 996-1004.
[6]	孙妍，米据生，冯涛，李磊军，梁美社. 变精度极大相容块粗糙集模型及其属性约简[J]. 计算机科学与探索, 2020, 14(5): 892-900.
[7]	张呈玲，李进金，林艺东. 不协调决策形式背景的矩阵型属性约简[J]. 计算机科学与探索, 2020, 14(3): 534-540.
[8]	倪鹏，刘阳明，赵素云，陈红，李翠平. 动态模糊粗糙特征选取算法[J]. 计算机科学与探索, 2020, 14(2): 236-243.
[9]	邵俊健，王士同. 具有抗噪性能适用高维数据的增量式聚类算法[J]. 计算机科学与探索, 2019, 13(9): 1553-1566.
[10]	饶亚，贾修一，李同军，商琳. 基于类间区分度的属性约简方法[J]. 计算机科学与探索, 2019, 13(8): 1422-1430.
[11]	杨蕾，张晓燕，徐伟华. 区间值序信息系统中差别信息树的属性约简[J]. 计算机科学与探索, 2019, 13(6): 1062-1069.
[12]	薛占熬，吕敏杰，韩丹杰，张敏. 基于优势关系的程度粗糙直觉模糊集模型研究[J]. 计算机科学与探索, 2019, 13(6): 1070-1080.
[13]	董杰，王逊，张文冬，王平心，杨习贝. 面向局部多约束的属性约简方法研究[J]. 计算机科学与探索, 2019, 13(5): 875-883.
[14]	杜文胜. 直觉模糊序决策系统的部分一致约简[J]. 计算机科学与探索, 2019, 13(3): 514-520.
[15]	杨贵军，于洋. 粗糙集的Mallow's Cp选择算法[J]. 计算机科学与探索, 2019, 13(3): 521-528.

决策表属性约简集的增量式更新算法*

An Incremental Updating Algorithm for Attribute Reduction Set of Decision Tables*

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics