不完备数值型决策表的邻域粗糙集属性约简算法

摘要

邻域粗糙集理论是粒计算的重要内容之一。现有的邻域粗糙集属性约简是在完备数据表上进行，不能处理含有属性值缺失的情况。为此，本文提出了一个不完备数值型决策表的邻域粗糙集属性约简算法。我们通过定义对象间的不一致相似度，来处理缺失属性值间的邻域距离。根据下近似集的变化程度，定义了一个属性重要度，并以此为启发信息设计属性约简算法。通过实验，说明了该算法对不完备数值型决策表进行邻域粗糙集属性约简是可行的。