改进扩展正域提升决策表属性分析效率

该篇论文《基于改进扩展正域的属性核与属性约简方法》发表于2012年的山东大学学报(理学版)，由冯林、罗芬、方丹和原永乐四位作者共同完成。论文针对不相容决策表中的正域扩展方法存在的不足，提出了一种创新性的改进策略。正域扩展在决策分析中起着关键作用，它有助于处理不确定性和不一致性的决策问题。传统的正域扩展方法可能在处理某些复杂决策表时效率低下或者结果不够精确。 论文作者深入研究了决策表的局部最小确定性与条件属性对决策整体确定性的影响，这些因素对于理解决策者的认知过程至关重要。他们据此设计了一种新的扩展正域方法，旨在提高决策表的可解释性和有效性。这种方法强调了对决策过程中的关键属性的识别和量化，即属性核（attribute core），这是粗糙集理论中的核心概念，用于提取数据中的关键特征。 同时，文中提出了一个计算不相容决策表中认知属性核和属性约简的算法。属性约简是数据挖掘和知识发现中的重要步骤，通过减少冗余信息，简化决策模型，提升预测或决策的效率。通过改进的扩展正域方法，作者能够更准确地确定哪些属性是真正影响决策结果的关键，从而实现有效的属性约简。 实验部分展示了这种新方法的有效性，通过对比传统方法，改进的扩展正域在处理不相容决策表时显示出更好的性能，包括更高的决策精度和更快的计算速度。此外，论文引用了中图分类号“四18”和文献标志码“A”，这表明该研究符合自然科学领域的高质量标准，并被学术界认可。 总结来说，这篇论文的主要贡献在于提供了一种新的决策表处理框架，特别适用于处理不一致性和复杂性高的决策问题，通过改进的扩展正域和属性核/约简技术，提升了决策分析的效率和精确度。这对于粗糙集理论的发展和实际应用具有重要意义。