论文研究 多半径邻域粗糙集改进约简算法.pdf

属性约简是粗糙集理论中的重要问题。许多学者针对邻域粗糙集提出多种属性约简方法，包括应用最为广泛的启发式算法。在多半径邻域粗糙集的基础上，针对当前启发式约简算法往往会包含一定冗余属性的缺陷，提出一种融合属性权重影响的改进约简运算方法，通过根据各属性权值大小设置阈值使得约简结果能够消除冗余属性。实验选取UCI的数据集与当前几种常用启发式约简算法进行比较分析。实验结果表明，所提出的属性约简方法能够得到更优的约简集合，同时更大程度地保留了决策表本身的知识信息，具有较高的分类能力。