[发明专利]应用定向搜索的后向粗糙集属性约简方法

摘要

一种应用定向搜索的后向粗糙集属性约简方法，利用属性子集的互信息和冗余协同系数作为粗糙集属性约简的度量，从经过排序的初始属性集出发，从初始属性集的孩子子集中选取若干个冗余协同系数最小的等价属性子集，存储在定向存储区；然后再从这些等价属性子集出发，从它们的孩子子集中选取若干个冗余协同系数最小的等价属性子集作进一步搜索，以此类推，直到不能够找到等价属性子集为止，最后存储在定向存储区的属性子集就是属性约简结果。本发明方法实现灵活简单，针对性强，通用性强，具有多项式时间复杂度，可应用于所有粗糙集属性约简领域。

主权项

1、一种应用定向搜索的后向粗糙集属性约简方法，其特征在于包括如下步骤：1)初始化：将初始属性集中的每个属性按照互信息从小到大重新排列，并且将经过排序后的初始属性集存入定向存储区中；2)定向搜索：清空暂态存储区；对于定向存储区中的每个属性子集，根据冗余协同系数特性可以通过依次从前往后删除属性来找到它的M个冗余协同系数最小的孩子等价属性子集，也就是前M个孩子等价属性子集，存入暂态存储区，其中，冗余协同系数$\mathrm{RSC}\left(A\right)=\frac{I(A;P)}{\underset{i=1}{\overset{a}{\Sigma }}I(f_i;P)},$ A＝{fi|i＝1，...，a}，A表示属性子集，fi表示属性，I(A；P)表示A与分类属性P的互信息，I(fi；P)表示fi 与分类属性P的互信息；如果某个属性子集中的孩子等价属性子集个数小于M个，则取这个属性子集的全部孩子等价属性子集存入暂态存储区；其中M初始值根据初始属性集的大小设定并可随运算时间长短进行调整，初始属性集越大，M初始值就取得越小，运算时间过长，则减少M取值，反之，增大M取值，直到取得满意的属性约简结果；3)定向搜索停止条件判别：如果暂态存储区包含属性子集，则清空定向存储区，从暂态存储区中找出冗余协同系数最小的M个属性子集，存入定向存储区，如果暂态存储区中的属性子集小于M个，则取暂态存储区中的全部属性子集存入定向存储区，然后继续进行第(2)步的定向搜索；如果暂态存储区不包含属性子集，则输出定向存储区中的所有属性子集，由此得到属性约简结果。