文献类型：期刊文章

作　　者：李明[1] 甘秀娜[2] 王月波[3]

Li Ming;Gan Xiuna;Wang Yuebo(Department of Economic Management,Shijiazhuang Tiedao University Sifang College,Shijiazhuang 051132,Hebei,China;Organization and Personal Department,Shijiazhuang Institute of Railway Technology,Shijiazhuang 050041,Hebei,China;Information Technology Department,Bank of Hebei Co.,Ltd.,Shijiazhuang 050000,Hebei,China)

机构地区：[1]石家庄铁道大学四方学院经济管理系,河北石家庄051132 [2]石家庄铁路职业技术学院组织人事部,河北石家庄050041 [3]河北银行股份有限公司信息技术部,河北石家庄050000

出　　处：《计算机应用与软件》

基　　金：河北省文化艺术科学规划课题(HB16-YB0164)。

年　　份：2021

卷　　号：38

期　　号：6

起止页码：262-270

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：属性约简是粗糙集理论的重要研究内容。目前决策粗糙集的属性约简大多基于全局的决策类,并且都是采用单一的约简准则。针对这一问题,在决策粗糙集下提出一种特定类别属性约简算法。针对特定的决策类,给出一种属性约简的定义,在保证决策区域极大化的同时尽可能地降低决策区域划分时的代价;利用集成学习的方法设计出相应的启发式属性约简算法。通过在UCI数据集上与已有的算法进行实验比较,验证了该算法具有更高的属性约简性能。

关 键 词：粗糙集 属性约简 特定类  决策区域  决策代价  

分 类 号：TP18]