本發(fā)明公開了一種鄰域決策錯(cuò)誤率集成的屬性約簡(jiǎn)方法，所述的用于從鄰域粗糙集中選定屬性子集，來(lái)降低鄰域決策發(fā)生錯(cuò)誤的程度，從而有效的提高鄰域分類器的分類精度，本發(fā)明將集成策略引入到約簡(jiǎn)的計(jì)算過(guò)程中。它使用一組重要度函數(shù)代替?zhèn)鹘y(tǒng)約簡(jiǎn)中的單個(gè)屬...

本發(fā)明公開了一種基于近似質(zhì)量與條件熵的屬性約簡(jiǎn)方法，其采用求解近似質(zhì)量約簡(jiǎn)的啟發(fā)式算法，輸入為鄰域決策系統(tǒng)DS＝<U,AT∪o2o4wma>，約束條件，度量準(zhǔn)則γ，輸出為一個(gè)近似質(zhì)量約簡(jiǎn)red，在鄰域粗糙集上考慮基于單一準(zhǔn)則的屬性約...