陈媛，苟光磊，卢玲

(重庆理工大学计算机科学与工程学院，重庆 400054)

基于一致性准则的属性约简改进算法

陈媛，苟光磊，卢玲

(重庆理工大学计算机科学与工程学院，重庆 400054)

针对基于粗糙集的连续值属性约简存在速度较慢的问题，提出一种改进的一致性准则的属性约简算法。从相对核的角度出发，将一致性准则的概念和属性的重要度的概念结合运用，优化了原算法的结构，加快了属性约简的速度。实验结果表明该算法有效可行。

粗糙集;一致性准则;属性约简;相对核

粗糙集理论由波兰数学家Pawlak.Z在20世纪80年代初提出，用于处理不精确、不完整与不相容数据的数学理论［1］，在数据的决策与分析、机器学习与模式识别等多个领域得到了广泛的应用［2］。针对连续值属性的约简，已有多种扩展粗糙集模型被用于研究。属性约简是粗糙集理论的核心内容之一，其主要思想是在保持某种能力不变的前提下，删除冗余或不重要的属性，从而减少搜索空间，提高效率。在处理连续值属性的约简时，一是将连续值属性离散化，用离散值属性约简算法处理连续值属性约简，但该方法只适合处理少量的连续值属性的约简;二是直接使用拓展粗糙集模型进行约简。如胡清华教授等提出一种基于邻域的属性约简算法［3］，但该算法需求解各对象的邻域，计算代价过高，且邻域参数的选取缺乏理论上的合理解释［4］。南京师范大学的杨明教授提出了一种基于……