决策表中属性的重排

山东大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (5): 6-12.

决策表中属性的重排

高峰1,迟春梅2

1.青岛理工大学理学院, 山东青岛 266033; 2.青岛理工大学计算机工程学院, 山东青岛 266033

收稿日期:2012-11-28 出版日期:2013-10-20 发布日期:2012-11-28
作者简介:高峰(1969- ),男,山东淄博人,副教授,博士,主要研究方向为数值分析与粗糙集理论. E-mail:gaofeng99@sina.com
基金资助:
国家自然科学基金资助项目(31271077)

Attribute derangement in decision tables

GAO Feng1, CHI Chun-mei2

1. Science School, Qingdao Technological University, Qingdao 266033, China;
2. Computer Engineering School, Qingdao Technological University, Qingdao 266033, China

Received:2012-11-28 Online:2013-10-20 Published:2012-11-28

摘要/Abstract

摘要：

研究决策表中属性的重排。对同一个决策表,把其中不同的属性分别指定为结论属性,借助决策表中属性之间的约简和冗余关系判别哪种重排可以导致粗糙集以及哪种属性重排导致非粗糙集。提出了属性重排粗糙度的概念,基于属性重排粗糙度提出了属性最佳逻辑流向、最佳逻辑属性等概念。分析并指出不同属性重排所对应的粗糙度和属性最佳逻辑流向反映了决策表中不同属性之间的因果蕴含关系。数值算例表明,利用决策表的属性重排可以有效地对缺失数据进行插补。

关键词: 属性最佳逻辑流向, 属性重排粗糙度, 属性重排, 粗糙集, 缺失数据插补

Abstract:

Attribute derangement in decision tables was proposed. Based on the redundant relations between attributes, the criteria was given for judging which kind of derangement led to rough set and which one would not. The notion of derangement roughness was proposed and then the notion of best logic attribute and the best attribute logic flow were put forward. It was shown that the best attribute logic flow reflected the causal relations between different attributes in decision tables. Numerical experiment showed that missing data could be imputed effectively by using attribute derangement.

Key words: imputation of missing data, attribute derangement, derangement roughness, rough set, best attribute logic flow

中图分类号:

TP181

高峰1,迟春梅2. 决策表中属性的重排[J]. 山东大学学报(工学版), 2013, 43(5): 6-12.

GAO Feng1, CHI Chun-mei2. Attribute derangement in decision tables[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2013, 43(5): 6-12.

参考文献

相关文章 15

[1]	谢立,叶军,赖鹏飞,卢岚,周浩岩,李兆彬. 一种改进的悲观多粒度粗糙集粒度约简算法[J]. 山东大学学报 (工学版), 2024, 54(6): 38-48.
[2]	陈宝国,邓明,陈金林. 基于权重邻域熵的数值型信息系统属性约简算法[J]. 山东大学学报 (工学版), 2024, 54(1): 33-44.
[3]	李兆彬,叶军,周浩岩,卢岚,谢立. 变异萤火虫优化的粗糙K-均值聚类算法[J]. 山东大学学报 (工学版), 2023, 53(4): 74-82.
[4]	江峰,杜军威,刘国柱,眭跃飞. 基于加权的K-modes聚类初始中心选择算法[J]. 山东大学学报(工学版), 2016, 46(2): 29-34.
[5]	景运革,李天瑞. 基于知识粒度的增量约简算法[J]. 山东大学学报(工学版), 2016, 46(1): 1-9.
[6]	樊伟. 一种多粒度粗糙区间模糊集方法[J]. 山东大学学报(工学版), 2013, 43(1): 63-68.
[7]	陈玉明,吴克寿,谢荣生. 基于相对知识粒度的决策表约简[J]. 山东大学学报(工学版), 2012, 42(6): 8-12.
[8]	李慧1,2,胡云1,3,李存华1. 基于粗糙集理论的瓦斯灾害信息特征提取技术[J]. 山东大学学报(工学版), 2012, 42(5): 91-95.
[9]	杨习贝1,2,黄佳玲1,周君仪3,杨静宇2. 不完备系统中基于特征相容块的粗糙集[J]. 山东大学学报(工学版), 2012, 42(5): 1-6.
[10]	吴克寿,陈玉明,曾志强. 基于邻域关系的决策表约简[J]. 山东大学学报(工学版), 2012, 42(2): 7-10.
[11]	翟俊海,高原原,王熙照,陈俊芬. 基于划分子集的属性约简算法[J]. 山东大学学报(工学版), 2011, 41(4): 24-28.
[12]	焦吉成,高学东,王元璞,赵传领 . 关系积理论及属性约简算法[J]. 山东大学学报(工学版), 2008, 38(2): 112-116 .
[13]	李成栋,雷红,史开泉 . 一种基于粗集的模糊系统设计方法[J]. 山东大学学报(工学版), 2006, 36(4): 73-80 .
[14]	孟健,崔明辉,史开泉 . 变异粗集在集对分析中的应用[J]. 山东大学学报(工学版), 2006, 36(3): 65-68 .
[15]	李秀红,张东升 . (α,β)-粗糙集模型中阈值的确定与解释[J]. 山东大学学报(工学版), 2006, 36(2): 81-85 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	王素玉,艾兴,赵军,李作丽,刘增文 . 高速立铣3Cr2Mo模具钢切削力建模及预测[J]. 山东大学学报(工学版), 2006, 36(1): 1 -5 .
[2]	李侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[3]	孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[4]	来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[5]	余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[6]	陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[7]	王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[8]	李可,刘常春,李同磊 . 一种改进的最大互信息医学图像配准算法[J]. 山东大学学报(工学版), 2006, 36(2): 107 -110 .
[9]	季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .
[10]	浦剑1 ,张军平1 ，黄华2 . 超分辨率算法研究综述[J]. 山东大学学报(工学版), 2009, 39(1): 27 -32 .