-
题名混合决策信息系统中基于加权依赖度的属性约简
- 1
-
-
作者
马达
马建敏
赵东辉
-
机构
长安大学理学院
杭州数澜科技有限公司
-
出处
《广西大学学报(自然科学版)》
北大核心
2025年第4期858-869,共12页
-
基金
国家自然科学基金项目(12471480)
科技部国家重点研发计划项目(2022YFC3303100)。
-
文摘
为了研究条件属性权重在混合决策信息系统中对属性约简的影响,在邻域粒中引入条件属性权重,提出一种基于加权依赖度的属性约简方法。首先在混合决策信息系统中引入条件属性关于决策类的区分度和差异度,由此定义条件属性的权重;提出条件属性权重下的加权距离,构建加权邻域粒和加权邻域粗糙集,并讨论它们的性质;进而,在混合决策信息系统中定义基于加权依赖度的属性约简和属性的重要性度量,给出属性约简的判定方法,应用加权依赖度给出混合决策信息系统的属性约简方法和算法。最后在加州大学欧文分校提出的数据集中选取8种混合数据集对约简结果的长度及分类精度进行比较。实验结果表明,所提算法对约简数据有较高的分类精度。
-
关键词
加权邻域粒
加权邻域粗糙集
加权依赖度
区分度
差异度
属性约简
-
Keywords
weighted neighborhood granule
weighted neighborhood rough set
weighted dependency
distinguishability
difference degree
attribute reduction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
