论文部分内容阅读
针对动态建立数据库的需要和粗集约简存在的问题,在粗集理论的基础上提出了一种动态约简算法.在数据库变化时,该算法不象静态粗集约简方法需重新寻找属性约简,而是利用新增的对象对原有的约简关系进行修正,大大节省了计算量,提高了搜索效率;同时在算法中还引入了信息熵准则以克服粗集约简准则对数据噪声的敏感性和不能表达属性间概率因果关系的缺点.通过一个病因诊断问题的实例表明,该算法利用较小的信息表就找到了与静态粗集约简一致的属性约简集,并按照因果关系的大小(不确定性大小)对结果集合作了排序,同时计算量分析表明该算法比静态粗集约简极大地节省了计算量,提高了搜索效率.