二进制分辨矩阵驱动的高效属性约简新算法

本文档标题为《一种基于二进制分辨矩阵的属性约简新算法》（2012年），发表在重庆邮电大学学报自然科学版上。属性约简在粗糙集理论中占据重要地位，特别是针对决策表的高效约简问题，传统的算法亟待优化。作者通过引入二进制分辨矩阵这一工具，提出了一个新的度量属性相对重要性的概念——“加权重要度”。这个概念综合了分辨矩阵行和列的双重特性，实现了归一化处理，从而在属性排序过程中能够避免孤立地从行或列进行排序，增加了约简过程的全局视角。 “加权重要度”的计算方法考虑到了矩阵数据的多维度信息，使得属性的重要性评估更为准确和全面。基于这个创新的加权重要度，作者设计了一种启发式属性约简算法，其目标是寻找在保持决策表有效性的同时，最大程度地减少冗余属性，提升算法效率。通过仿真实验，该新算法相较于已有的参考算法，显示出显著的优势，表现为运行时间的明显缩短，并且更有可能找到系统的最优属性约简。 论文的研究成果还得到了重庆市自然科学基金、教委科学技术研究基金以及重庆市杰出青年科学基金的支持。作者赵3军和陈3宸来自重庆邮电大学计算机科学与技术研究所，他们的工作表明，通过创新的二进制分辨矩阵和加权重要度策略，粗糙集理论在决策表约简问题上的应用得到了进一步提升，为相关领域的研究提供了新的思考角度和实践方法。这篇论文不仅推动了粗糙集理论在属性约简方面的研究，也为实际问题解决提供了一种实用而高效的工具。