计算机应用研究

作者：陈春媛,殷锋,吴亮昆,

单位：西南民族大学计算机与人工智能学院,成都610041；

关键词：属性约简,不完备决策系统,类间容差类,粗糙集,

基金：西南民族大学中央高校基本科研业务费专项资金优秀学生培养工程项目(ZYN2024113)；国家自然科学基金资助项目(61105061)；成都市哲学社会科学规划资助项目(2022BS027)；西南民族大学中央高校基本科研业务费专项资金资助项目(ZYN2025109)；；

针对传统粗糙集理论在处理含缺失值的不完备决策系统时，忽略了不同容差类中的对象在跨类簇间关系的变化情况，提出基于类间容差的属性约简算法。首先，依据决策属性对论域进行划分，将同一决策属性内的样本定义为一个类簇，在不完备决策系统中提出了类间一致度、区分度的概念及其基于类间容差类的计算方法；其次，以保持全局类间区分度不变为原则，提出新的属性重要度评价标准，结合启发式搜索策略计算约简；最后，在九个 UCI 公开数据集上，与其他四种属性约简算法进行对比实验。结果显示，所提算法可有效去除冗余属性，较对比算法平均分类精度提升 3.51%。因此，该算法在保证约简效果的同时，能有效提升约简结果的分类性能。

来源：2026年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第1期