基于粗糙集的符号与数值属性的约简算法

粗糙集理论被广泛应用于属性约简，复杂性是制约这些算法应用于数据挖掘任务的主要障碍，尤其是邻域模型下的约简问题.本文分析了邻域粗糙集模型的数学性质，利用正域与属性集的单调关系，构造基于属性依赖度和前向搜索策略的快速算法，以降低样本比较次数，提高计算效率.实验分析表明了算法的有效性.