用Critic赋权法加权邻域粗糙集的属性约简算法

作     者：吴尚智 任艺璇 葛舒悦 王立泰 王志宁 WU Shangzhi;REN Yixuan;GE Shuyue;WANG Litai;WANG Zhining

作者机构：西北师范大学计算机科学与工程学院兰州730070 国家税务总局武安市税务局邯郸056300 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2025年第51卷第1期

页      面：75-84页

核心收录：

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(12161082 61861039) 

主　　题：Critic赋权法 邻域粗糙集 属性约简 加权邻域关系 属性依赖度 

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,使用等距搜索寻找最佳阈值,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。