用Critic赋权法加权邻域粗糙集的属性约简算法.pdfVIP

2025

年

1

月北

京

航

空

航

天

大

学

学

报

January2025

第

51

卷

第

1

期Journal

of

Beijing

University

of

Aeronautics

and

AstronauticsVol.

51No.

1

jbuaa@

DOI:

10.13700/j.bh.1001-5965.2022.0975

用Critic赋权法加权邻域粗糙集的属性约简算法

1，*2111

吴尚智，任艺璇，葛舒悦，王立泰，王志宁

(1.

西北师范大学

计算机科学与工程学院，兰州

730070；

2.

国家税务总局武安市税务局，邯郸

056300)

摘要：邻域粗糙集相比经典粗糙集能够处理非离散型数据和高维度数据，具有获得简化

数据且不降低数据处理的能力。针对邻域粗糙集中每个属性具有相同权重，且每个属性对决策的影

响程度不同的问题，提出用Critic赋权法加权邻域粗糙集的属性约简算法。使用Critic赋权法为条

件属性赋权，引入加权距离函数计算邻域关系，得到加权邻域关系；构建加权邻域粗糙集，采用属

性依赖度和重要度评估子集的重要性，使用等距有哪些信誉好的足球投注网站寻找最佳阈值，进行属性约简找到最优属性子

集；采用UCI库中的

10个数据集进行实验验证，与传统邻域粗糙集的属性约简算法的性能进行比

较分析。实验结果表明：所提算法可得到最小属性约简集，并可保证约简后数据的分类准确率，具

有有效性和实际应用价值。

关键词：Critic赋权法；邻域粗糙集；属性约简；加权邻域关系；属性依赖度

中图分类号：TP301.6

文献标志码：A文章编号：1001-5965（2025）01-0075-10

[1]

粗糙集理论是Pawlak提出的一种处理知识基于邻域系统的广义粗糙集近似算子。文献[9]指

中模糊性和不确定性问题的数学工具，属性约简是出，可以使用邻域模型为不同属性分配不同的阈

粗糙集理论研究的核心内容之一。经典粗糙集理值，进而减少数值和分类特征，并提出了基于邻域

论拥有严格的等价关系。非离散型数据需要离散粗糙集来处理异构特征子集选择。文献[10]通过

[2]

化处理，实际应用中，所处理数据往往为非离散上下边界区域定义特征重要性，使用基于可辨别矩

型。许多学者扩展了粗糙集模型研究，如基于邻域阵的特征选择方法，提出了基于邻域粗糙集的不平

[3]

关系的邻域粗糙集、基于模糊对等关系的模糊粗衡数据特征选择。文献[11]结合优势关系和邻域

[4]

糙集等，这些扩展粗糙集模型已被广泛应用于图关系的优点，提出了基于优势邻域粗糙集中的并行

[5][6][7]

像处理、数据挖掘、人工智能等诸多领域。属性约简。文献[12]结合邻域粗糙集和F-粗糙集

大数