基于图的粗糙集属性约简方法 米据生1,2,陈锦坤1,3 1.河北师范大学 数学与信息科学学院;2.河北省计算数学与应用重点实验室;3.闽南师范大学 数学与统计学院  全文: PDF   摘要： 属性约简是粗糙集理论研究的一个基本问题,它是一种有效的数据约简方法。然而,目前很多的属性约简算法在面对高维数据集时仍然不够高效。文中利用图论的相关理论和方法,对基于区分矩阵的粗糙集属性约简方法给出了直观和等价的刻画。在此基础上提出了基于图论的粗糙集属性约简方法。实验结果表明,新的属性约简算法在面对较大规模的数据集,尤其是高维的数据集时,不仅能有效地降低数据的维数,同时运行速度快且能保持较高的分类精度。 关键词： 粗糙集;属性约简;图论;顶点覆盖 发表年限: 2019年 发表期号: 第4期