论文部分内容阅读
属性约简是粗糙集理论的核心内容之一。论文是继续文献【8】的工作，在变精度集对粗糙集模型的基础上，定义了变精度的重要性算子和变精度的近似约简等概念，并由此给出了一种属性约简的启发式算法。算法既能保证属性约简的准确性，又能增加其灵活性，它可以通过对相似度α和精度β的调节，按照广度优先搜索策略，从条件属性集中逐一删除重要性最小的属性．从而得到一个满足相似度和精度要求的近似约简。同时，它也是完备信息系统的属性约简算法的推广（当α=1，β=0时）。最后通过一个实例，分析说明算法的可行性和有效性。