粗糙集信息观中的绝对约简

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (5): 97-99.doi: 10.3969/j.issn.1007130X.2010.

粗糙集信息观中的绝对约简

陈凤娟，孙静

(辽宁对外经贸学院信息技术系,辽宁大连 116052)

收稿日期:2009-11-15 修回日期:2010-02-09 出版日期:2010-04-28 发布日期:2010-05-11
通讯作者: 陈凤娟 E-mail:ymliusheng @163.com
作者简介:陈凤娟(1979)，女，辽宁本溪人，硕士，讲师，CCF会员（E200007832M），研究方向为粗糙集理论和数据挖掘等；孙静，硕士，讲师，研究方向为粗糙集和计算机网络等。

Absolute Reduction in the Information View of Rough Sets

CHEN Fengjuan,SUN Jing

(Department of Information Technology,Liaoning University of International Business and Economics,Dalian 116052,China)

Received:2009-11-15 Revised:2010-02-09 Online:2010-04-28 Published:2010-05-11
Contact: CHEN Fengjuan E-mail:ymliusheng @163.com

摘要/Abstract

摘要：

绝对约简是粗糙集理论研究的基本内容之一，而在粗糙集的信息观中，绝对约简的相关定理还存在着一些不足。本文分析了现有的一些关于划分与知识信息熵的关系定理以及绝对约简的充要条件定理，提出新的关于划分和条件信息熵的对应关系定理，并给出其证明过程；依据该定理提出新的粗糙集信息观的绝对约简的充要条件，并给出相关证明。

关键词: 粗糙集, 信息熵, 条件信息熵, 绝对约简

Abstract:

The absolute reduction is a basic element of the rough set theory research. In the information view of rough sets there are still some drawbacks on the relevant theorems of the absolute reduction. Some existing theorems about the relationship between division and information entropy and theorems about the necessary and sufficient conditions of absolute reduction are analyzed. Then some new theorems about the relationship between division and conditional information entropy have been proposed. And the process of proving the theorems is given. Based on these new theorems, a necessary and sufficient condition of absolute reduction in the information view of RS is put forward. Then the relevant proving process is given too.

Key words: rough set;information entropy;conditional information entropy;absolute reduction

中图分类号:

TP18

陈凤娟，孙静. 粗糙集信息观中的绝对约简[J]. J4, 2010, 32(5): 97-99.

CHEN Fengjuan,SUN Jing. Absolute Reduction in the Information View of Rough Sets[J]. J4, 2010, 32(5): 97-99.

编辑推荐

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	34

来源	本网站	其他网站

次数	25	9
比例	74%	26%

摘要

最新录用	在线预览	正式出版

0	0	52

	来源	本网站

	次数	52
	比例	100%

[1]	肖振国, 陈林书, 孙少杰, 梅本霞, 柳媛慧, 赵磊. 基于代数粒的聚类方法[J]. 计算机工程与科学, 2024, 46(01): 150-158.
[2]	骆公志, 陈佳馨. 多源覆盖信息系统下的加权广义多粒度粗糙集模型及其应用[J]. 计算机工程与科学, 2021, 43(12): 2231-2237.
[3]	李雨晨, 魏巍, 白伟明, 王达. 基于标签共现关系的多标签特征选择[J]. 计算机工程与科学, 2021, 43(11): 2049-2055.
[4]	姜春茂, 刘安鹏. 三支决策视角下的属性约简加速方法[J]. 计算机工程与科学, 2020, 42(12): 2280-2286.
[5]	王虹, 李敏赢. 局部广义多粒度粗糙集[J]. 计算机工程与科学, 2020, 42(08): 1463-1471.
[6]	肖雪,薛善良. 基于改进的OPTICS聚类和LOPW的离群数据检测算法[J]. 计算机工程与科学, 2019, 41(05): 885-892.
[7]	佘志用,段超，张雷. 变精度最小平方粗糙熵的图像分割算法[J]. 计算机工程与科学, 2019, 41(04): 657-664.
[8]	吴尚智1，张文超2，佘志用1，张霞1，段超1. 利用蚁群优化算法的粗糙集属性约简方法[J]. 计算机工程与科学, 2019, 41(03): 538-544.
[9]	吴尚智1，佘志用2，张霞1，赵慧琴3. 利用变精度粗糙熵的图像分割算法[J]. 计算机工程与科学, 2018, 40(10): 1837-1843.
[10]	刘国梁，钱晓东. 基于加权网络结构的冷门资源推荐算法[J]. 计算机工程与科学, 2018, 40(05): 916-923.
[11]	李联辉，王丽，雷婷，丁少虎. 制造企业供应商排序决策：#br# 基于SVM和TFN-RS的改进TOPSIS[J]. 计算机工程与科学, 2018, 40(04): 757-764.
[12]	黄冬梅1，杜艳玲1,2，张律文1. 基于信息熵种子点选取的流线可视化[J]. 计算机工程与科学, 2018, 40(03): 411-417.
[13]	张朋，戴月明，吴定会. 基于属性加权的RCM算法[J]. 计算机工程与科学, 2018, 40(03): 544-.
[14]	马福民1,逯瑞强1,张腾飞2. 基于局部密度自适应度量的粗糙K-means聚类算法[J]. 计算机工程与科学, 2018, 40(01): 184-190.
[15]	毛华,康然,杨兰珍. 基于固定β值的概念格上变精度粗糙集近似[J]. 计算机工程与科学, 2017, 39(12): 2345-2350.

粗糙集信息观中的绝对约简

Absolute Reduction in the Information View of Rough Sets

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价