论文部分内容阅读
计算属性约简是粗糙集框架下归纳学习的关键部分．基于差别矩阵的属性约简算法是常用的属性约简算法之一．给定一个信息系统，利用该算法可以求出信息系统的所有属性约简．但是该算法需要的存储空间大，执行时间长，特别是对于大型数据库，差别矩阵的存储成为其应用的瓶颈．针对这一问题，提出了一种基于样例选取的属性约简算法，算法分为3步：首先从样例集中挑选出重要的样例；然后用选出的样例构造差别矩阵；最后计算信息系统的所有约简．实验结果显示，当处理大型数据库时，新算法能有效地减少存储空间和执行时间．