直觉模糊信息系统的不确定性度量及属性约简

摘要

随着信息技术的飞速发展与广泛应用，数据量呈现爆炸式增长，数据类型与不确定性也日益增加，传统的精确数学模型无法进行准确描述，而直觉模糊信息系统可以有效地对模糊等不确定性进行表征，进而实现复杂数据的知识发现。并且，数据形式的变化使得传统的基于等价或相似关系的粒化机制有很大的局限性，等价关系过于严格而相似关系会导致粒度单调性不成立。因此，基于优势关系建立了一种直觉模糊信息系统的粒化方法，进一步为度量系统不确定性定义了直觉模糊信息系统的信息熵和粗糙熵。在此基础上，为了降低数据的维度，去除冗余的属性，提高数据的处理效率与分类准确性，从而更好地发现数据之间的关系和规律，基于粗糙熵构建了属性的相对重要度和绝对重要度的度量方式，进而设计了一种直觉模糊信息系统启发式属性约简算法。最后，结合UCI数据集对算法的有效性进行了验证分析，与传统算法相比，可以有效提高获取约简的效率。

关键词

直觉模糊信息系统 / 信息熵 / 粗糙熵 / 属性约简