汪小燕，程泽凯，申元霞

（安徽工业大学计算机科学与技术学院，安徽马鞍山243032）

一种新的决策表属性值分类方法

汪小燕，程泽凯，申元霞

（安徽工业大学计算机科学与技术学院，安徽马鞍山243032）

在粗糙集值约简算法中，常常需要对决策表的条件属性值进行分类。基于Skowron分辨矩阵，提出一种新的属性值分类矩阵。通过该矩阵可以方便的获取决策表中各条件属性的冲突记录集和重复记录集，并能够确保对这些冲突记录集和重复记录集的条件属性值进行处理后，决策表中剩下的条件属性值被删除后不会产生新的冲突记录和重复记录。理论分析与实例表明：该方法能有效处理决策表属性值分类。

粗糙集；决策表；分辨矩阵；分类；值约简

波兰数学家Pawlak在1982年提出的粗糙集理论是一种处理不确定、不精确和不完全数据的一种新的数学工具，主要用于知识的简化及知识依赖性的分析[1]。在粗糙集理论中，为了从决策表中获取有价值的知识，通常采取属性约简和值约简的方法，值约简是粗糙集理论中非常重要的研究课题，目前有很多学者提出了多种值约简算法[2-10]。在值约简算法中，一般首先对决策表的属性值进行分类，根据属性值分类后的决策表，对属性值约简，最后得出分类规则。传统的属性值分类方法是对决策表中的每条记录逐列考察各个条件属性。通过删除某一个条件属性的值来判断是否会产生冲突记录或重复记录，或冲突记录与重复记录都不会产生，根据删除条件属性后产生记录的结果将决策表中的属性值分为三类。……