基于浓缩布尔矩阵的属性约简算法

属性约简是粗糙集理论研究的核心内容之一，最常用的计算属性约简的方法是基于Skowron可辨识矩阵的方法．为解决该类方法中存在的如应用范围受限、时间及存储空间浪费和效率瓶颈等问题，提出了一种基于浓缩布尔矩阵的属性约简算法：通过提出浓缩布尔矩阵的概念，以布尔代数的形式有效解决了现有可辨识矩阵存储空间大、生成效率低等缺点；利用一种新的用于直接生成分辨函数最小析取范式的算法，有效改善了算法的时间和空间复杂度，从而提高了属性约简算法的效率．