申请/专利权人：陕西科技大学

申请日：2021-08-27

公开（公告）日：2021-12-24

公开（公告）号：CN113837387A

主分类号：G06N7/02(20060101)

分类号：G06N7/02(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.01.11#实质审查的生效;2021.12.24#公开

摘要：本发明一种不完备系统下悲观‑乐观多粒度决策粗糙集属性约简方法，将粗糙集属性约简的完备系统扩展到不完备系统，通过似分布质量与全局的分布质量结果对比相同，证明了悲观‑乐观多粒度决策粗糙集在此方法的有效性，以及乐观‑悲观多粒度决策粗糙集的不可约简性。在进行属性分类时，将缺失属性的值与分类属性的值保持一致，增加了计算的准确性，保证了缺失属性的多种情况。同时相较于现有的属性约简方法主要分为基于信息熵的属性约简、基于区分矩阵的属性约简、以及基于属性重要度的属性约简方法，为了增加属性约简的精确度，加入了下近似分布质量概念，又将属性重要度细分为内部重要度和外部重要度，使得属性约简过程简便、计算结果更加的精确。

主权项：1.一种不完备系统下悲观-乐观多粒度决策粗糙集属性约简方法，其特征在于，包括以下步骤：S1：定义核属性为空，判断数据表中是否有缺失值；若有缺失值，分类时，缺失值被赋予当前所处分类元素的值，若无缺失值，则按照各自的属性值进行分类；求解UD和UTORBi；S2：求解容差关系下的等价类包含在X_j中的比例；S3：根据三支决策计算α，将S2中比例大于α的元素按照下近似分布定义求出下近似分布集合；S4：计算每个属性的重要度，并选取重要度大于零的属性进行赋值到核属性中；S5：通过分别计算每个核属性的近似分布质量，将近似分布质量与全局的分布质量结果对比，若相同，则结束，得到决策粗糙集属性约简结果；S6：若S5中的分布质量结果对比不同，则将S5中的重要度值较大的属性作为起始点，根据外部重要度定义，继续求解外部重要度值较大的属性，直至近似分布质量与全局的分布质量结果对比相同；得到决策粗糙集属性约简结果。

全文数据：

权利要求：

百度查询： 陕西科技大学 一种不完备系统下悲观-乐观多粒度决策粗糙集属性约简方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD