属性约简准则与约简信息损失的研究

邓大勇; 薛欢欢; 苗夺谦; 卢克文

doi:10.3969/j.issn.0372-2112.2017.02.019

您当前的位置：

首页 >

文章列表页 >

属性约简准则与约简信息损失的研究

学术论文 | 更新时间：2025-07-16

- 属性约简准则与约简信息损失的研究
- Study on Criteria of Attribute Reduction and Information Loss of Attribute Reduction
- 电子学报 2017年45卷第2期页码：401-407
- 作者机构：
  
  1. 浙江师范大学数理与信息工程学院,浙江,金华,321004
  2. 浙江师范大学行知学院,浙江,金华,321004
  3. 同济大学电子与信息工程学院,上海,201804
  4. 浙江师范大学数理与信息工程学院,浙江,金华,321004
  5. 浙江师范大学行知学院,浙江,金华,321004
  6. 同济大学电子与信息工程学院,上海,201804
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61572442，No.61203247，No.61273304，No.61573259，No.61472166）;浙江省自然科学基金 (No.LY15F020012）;浙江省自然科学青年基金 (No.Q13F020006）
- DOI：10.3969/j.issn.0372-2112.2017.02.019
  中图分类号： TP18
- 网络出版：2017-02-25，
  
  纸质出版：2017
- 稿件说明：
移动端阅览
邓大勇, 薛欢欢, 苗夺谦, 等. 属性约简准则与约简信息损失的研究[J]. 电子学报, 2017,45(2):401-407.

DENG Da-yong, XUE Huan-huan, MIAO Duo-qian, et al. Study on Criteria of Attribute Reduction and Information Loss of Attribute Reduction[J]. Acta Electronica Sinica, 2017, 45(2): 401-407.
邓大勇, 薛欢欢, 苗夺谦, 等. 属性约简准则与约简信息损失的研究[J]. 电子学报, 2017,45(2):401-407. DOI： 10.3969/j.issn.0372-2112.2017.02.019.

DENG Da-yong, XUE Huan-huan, MIAO Duo-qian, et al. Study on Criteria of Attribute Reduction and Information Loss of Attribute Reduction[J]. Acta Electronica Sinica, 2017, 45(2): 401-407. DOI： 10.3969/j.issn.0372-2112.2017.02.019.

摘要

属性约简是粗糙集的重要研究内容，信息熵是度量信息量的方法.在研究绝对约简和几种相对约简的基础上，归纳出属性约简的一般准则.定义了基于条件属性信息熵的属性约简和基于联合熵的属性约简，研究了几种属性约简与绝对约简之间的关系.定义了基于条件属性信息熵的约简信息损失，澄清了属性约简不损失信息的含糊观念，指出了属性约简只是在约简准则意义下不损失信息，在信息熵意义下可能损失信息.为进一步研究粗糙集、粒计算中属性约简与分类夯实了信息论基础.

Abstract

Attribute reduction is one of important topics in rough set theory

and information entropy is an index of measuring the amount of information.After investigating absolute attribute reduct and several kinds of relatively attribute reducts

a general criterion of reducts is induced in rough set theory.With this criterion of reducts

attribute reduct based on information entropy and attribute reduct based on joint entropy are defined.The relationships among attribute reducts and absolute attribute reduct are investigated.Moreover

information loss based on information entropy for attribute reducts is defined

which can measure information loss after attribute reduction has been conducted.The old concepts that attribute reduction can not lose information are improved

and attribute reduction and classification can be further investigated from information loss and information entropy.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

连续值属性决策表中的知识获取方法

不一致决策系统中约简之间的比较

属性约简簇的优化选择

基于改进关键帧选取策略的快速PL-SLAM算法

基于信息熵的改进狮群算法及其在组合优化中的应用