混合值不完备决策信息系统的粗糙分类方法-计算机工程与应用.pdf

48 2011 ，47 （28 ） Computer Engineering and Applications 计算机工程与应用 混合值不完备决策信息系统的粗糙分类方法 黄恒秋，曾 玲 HUANG Hengqiu ，ZENG Ling 桂林电子科技大学 数学与计算科学学院，广西 桂林 541004 School of Mathematics and Computing Science ，Guilin University of Electronic Technology ，Guilin ，Guangxi 541004 ，China HUANG Hengqiu ，ZENG Ling.Rough classification method in incomplete decision information system with hybrid value. Computer Engineering and Applications ，2011 ，47 （28 ）：48-51. Abstract ：A classification method is presented based on the combination of neighborhood connection degree rough set and Bayesian theory in incomplete decision information system with hybrid value.A new attribute discernibility matrix—identical- discrepancy-contrary discernibility matrix is defined ，t-assignment reduction algorithm based on identical-discrepancy-contrary discernibility matrix is proposed.In addition ，a Bayesian decision criterion of minimum error rate based on neighborhood con- nection degree rough set is established to classify the object with hybrid attribute value and incomplete data in reduction de- cision information system.Experiments show that new method is objective and feasible. Key words ：rough set ；neighborhood connection degree ；identical-discrepancy-contrary discernibility matrix ；assignment reduc- tion ；Bayesian theory 摘 要：针对混合值不完备决策信息系统，提出一种将邻域联系度粗糙集与贝叶斯理论相结合的分类方法。定义了一种新的属 性辨识矩阵——同异反辨识矩阵，给出了基于同异反辨识矩阵的t 分配约简算法，以及对约简后的决策信息系统建立基于邻域联 系度粗糙集的最小错误率贝叶斯决策准则，用于对含有混合属性值以及不完备数据的对象进行分类。实验表明所提出的方法是 客观有效的。 关键词：粗糙集；邻域联系度；同异反辨识矩阵；分配约简；贝叶斯理论 DOI ：10.3778/j.issn. 1002-8331.2011.28.012 文章编号：1002-8331（2011 ）28-0048-04 文献标识码：A 中图分类号：TP 18 1 引言 新的属性辨识矩阵，即同异反辨识矩阵，进而基于文献[12]提 在现实生活中，实际的决策信息系统不仅含有离散属性、 出的联系度粗糙集模型t 分配约简概念，给出了基于同异反属 [1-2] 性辨识矩阵的t 分配约简算法。同时用给出的约简算法对信 连续属性，而且有不少属性是冗余的、不完备的 。从这样的