论文部分内容阅读
邻域粗糙集模型可以直接处理连续型数据,属性约简是邻域粗糙集模型的重要研究内容之一。为了降低属性约简算法的计算代价,本文结合新的启发式运算因子,对基于邻域粗糙集模型的前向贪心数值属性约简算法进行改进,并证明该方法的合理性。实例计算结果表明,在获得相同的结果下,该算法可以使计算量减少,提高计算效率。