基于样本类别的邻域粗糙集正域计算

来源：计算机工程与应用杂志2018年第20期北京时间：

作者：彭潇然1，2，刘遵仁2，纪 俊2

单位：1.青岛大学 数据科学与软件工程学院，山东 青岛 266071 ；2.青岛大学 计算机科学技术学院，山东 青岛 266071

摘要：对基于邻域粗糙集的属性约简算法而言，正域计算是保证其有效性的重要依据，也是影响其时间开销的最主要部分。正域计算的速度主要由样本间度量计算的次数决定。在确保正确性的条件下，样本间度量计算的次数越少，则正域计算越快。在现有的正域计算中，通常存在着大量同类别样本间的度量计算。针对这个现象，首先证明在邻域粗糙集的正域计算中，同类别样本间的度量计算对正域计算是无贡献的，然后据此提出了基于样本类别的正域计算。和现有的正域计算相比，实验结果表明，该正域计算有效且更快速。而且，该正域计算更适用于样本类别数较少的数据集。

关键词：粗糙集,邻域粗糙集,正域计算,属性约简,样本类别