HansJournalofDataMining数据挖掘,2023,13(3),203-212PublishedOnlineJuly2023inHans.https://www.hanspub.org/journal/hjdmhttps://doi.org/10.12677/hjdm.2023.133020文章引用:张小飞.基于组合加速机制的多特定类快速正域约简[J].数据挖掘,2023,13(3):203-212.DOI:10.12677/hjdm.2023.133020基于组合加速机制的多特定类快速正域约简张小飞烟台大学计算机与控制工程学院，山东烟台收稿日期：2023年5月27日；录用日期：2023年6月27日；发布日期：2023年7月5日摘要信息技术的快速发展给社会带来了海量的高维数据，这些海量数据中隐藏着大量有价值的信息。如何高效处理大规模数据并从中提取有效知识已成为计算机领域的研究热点。基于粗糙集理论的属性约简，可以在保证数据分类能力不变的前提下，删除冗余属性，从而实现数据的有效降维。在实际应用中，决策者往往只关注某些特定决策标签的有效信息提取。在多特定类属性约简中，传统的启发式算法约简效率较低。针对该问题，本文从对象、属性和粒度的视角出发，提出了基于组合加速机制的多特定类快速正域约简算法。最后，实验选取6组数据集进行实验，从约简长度、参与迭代的对象规模、迭代次数和约简时间四个方面验证了所提算法在多特定类约简中的有效性。关键词粗糙集，属性约简，粒计算，加速机制AFastAttributeReductionAlgorithmBasedonFusingAccelerationMechanismforMulti-SpecificClassesPositiveRegionXiaofeiZhangSchoolofComputerandControlEngineering,YantaiUniversity,YantaiShandongReceived:May27th,2023;accepted:Jun.27th,2023;published:Jul.5th,2023AbstractTherapiddevelopmentofinformationtechnologyhasbroughtmassivehigh-dimensionaldatatosociety,whichhidesalargeamountofvaluableinformation.Howtoefficientlydealwiththeselarge-scaledataandextracteffectiveknowledgefromithasbecomearesearchhotspotinthefield张小飞DOI:10.12677/hjdm.2023.133020204数据挖掘ofcomputerscience.Attributereductionbasedonroughsettheorycanremoveredundantattributeswhilekeepingtheabilityofdataclassificationunchanging,thusreducingthedimensionofdataeffectively.Inpracticalapplications,decisionmakersoftenonlyfocusontheeffectivein-formationextractionofcertainspecificdecisionlabels.Intheattributereductionofmulti-specificclasses,traditionalheuristicalgorithmshavel...
