基于差异关系的变精度粗糙集知识约简算法研究

有效的知识约简算法是粗糙集理论的重要研究内容。粗糙集是一个去掉冗余特征的有效工具。经典的粗糙集方法要求数值用离散数据表达,对于连续值则在处理前必须进行离散化处理。真实数据往往存在连续值,为了避免运用粗糙集方法所必需的离散化过程带来的信息丢失,将差异关系应用于粗糙集的知识约简。为进一步增强差异关系粗糙集对噪声数据的适应能力,提出基于差异关系的变精度粗糙集知识约简算法,并分析差异关系下变精度粗糙集模型参数的特性,给出依赖度和参数范围关系描述,将参数取值从点扩展到区间范围。在uci数据库的数据集上进行实验,结果证明了所提方法及相关理论的有效性。