(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111645706.X (22)申请日 2021.12.2 9 (71)申请人 世纪恒通科技股份有限公司 地址 550016 贵州省贵阳市贵阳国家高新 技术产业开发区中关村贵阳科技园核 心区南园科教街18 8号 (72)发明人 漆国强　 (74)专利代理 机构 贵州启辰知识产权代理有限 公司 52108 代理人 陆国华 (51)Int.Cl. G06F 17/16(2006.01) G06K 9/62(2022.01) (54)发明名称 一种能有效减 小一致属性数据开销的算法 (57)摘要 本发明公开了一种能有效减小一致属性数 据开销的算法， 该方法用于对存在大量一致决策 属性的数据进行处理， 其通过将决策属性值划分 成多种类型信息， 之后以该多种类型信息组成决 策信息系统的初始集， 并以该决策信息系统的初 始集构造成差别矩阵， 利用决策属性提取差别矩 阵中的关键信息， 选取差别矩阵中频率较大的属 性作为候选属性， 其中候选属性集合为不重复集 合， 且每个候选属性都是一个不可再分解的属性 数据； 将候选属性作为锚点， 对差别矩阵进行转 换， 得出基于关键属性的转换矩阵， 实现减小数 据开销； 本发 明在存过数据存在大量的一致决策 属性时， 对决策属性进行有效的处理， 达到简化 数据集的目的。 权利要求书1页 说明书4页 CN 114297575 A 2022.04.08 CN 114297575 A 1.一种能有效减小一致属性数据开销的算法， 其特征在于， 该方法用于对存在大量一 致决策属 性的数据进行处理， 其通过将决策属 性值划分成多种类型信息， 之后以该多种类 型信息组成决策信息系统的初始集， 并以该决策信息系统的初始集构造成差别矩阵， 利用 决策属性提取差别矩阵中的关键信息， 选取差别矩阵中频率较大 的属性作为候选属 性， 其 中候选属 性集合为不重复集合， 且每个候选属 性都是一个不可再分解的属 性数据； 将候选 属性作为锚点， 对差别矩阵进行转换， 得 出基于关键属性的转换矩阵， 实现减小数据开销。 2.根据权利要求1所述的能有效减小一致属性数据开销的算法， 其特征在于： 决策信 息 系统的初始集表示 为S＝(U， C， D， V， f)； 其中， U＝{x1,x2， …x|u|}表示对象的有限集； C表示条件属性集； D表示决策属性集； f表示为信息函数U ×C∪D→V， 即对于 x∈U， 存在f(x,a)∈Va。 3.根据权利要求2所述的能有效减小一致属性数据开销的算法， 其特征在于： 所述决策 信 息 系 统 中 的 每 个 属 性 子 集 是 一 个 不 可 再 分 的 关 系 ，即 等 价 关 系 ， IND(P)可将决策信息划分成等 价类， 简记为U/P。 4.根据权利要求2所述的能有效减小一致属性数据开销的算法， 其特征在于： 所述决策 信息系统中的每个属性子集与分类对应， 即： 条件属性集形成的划分称为条件类， 由决策属 性集形成的划分称为决策类。 5.根据权利要求1所述的能有效减小一致属性数据开销的算法， 其特征在于： 在将候选 属性作为锚点， 对差别 矩阵进行转换， 得出基于关键属性的转换矩阵时， 计算差别矩阵M中各属性的频率f(ck)； 选择满足属性的 若存在多个 满足的属性， 则任选取一个； 将差别句子M内含属性ci的矩阵元素剔除， 最终得到简化后的 决策矩阵。权　利　要　求　书 1/1 页 2 CN 114297575 A 2一种能有效减 小一致属性数据开销的算法 技术领域 [0001]本发明涉及一种能有效减小一 致属性数据开销的算法， 属于数据处 理技术领域。 背景技术 [0002]近几年来， 随着数据挖掘、 机器学习及大数据等领域的发展， 如何高速有效的处理 数据信息， 成为一个商业价值很高的方向， 粗糙集理论是一种能有效处理不一致、 不完备和 不精确信息的数 学知识， 在一些 数据处理方向得到广泛的应用。 [0003]粗糙集理论作为知识约简的一个分支， 其常用算法有： 基于正区域模型的知识约 简算法、 基于差别矩阵模型的知识约简算法、 基于信息熵模型的知识约简算法。 常用的利用 差别矩阵简化数据的方法， 首先需要对矩阵进行改造， 将内核属性作为差别矩阵的初始 集， 通过迭代求解出其中频率最大的属性作为候选集， 该方法在遇到属性有一致的情况下将无 法简化， 并且算法的时间复杂度随着数据集的增大而快速的增加， 存储空间也无法进行有 效的优化。 [0004]即， 现需要一种能有效减小一致属性数据开销的算法， 在存过数据存在大量的一 致决策属性时， 对决策属性进行有效的处 理， 达到简化数据集的目的。 发明内容 [0005]有鉴于此， 本发明的目的是提供一种能有效减小一致属性数据开销的算法， 在存 过数据存在大量的一致决策属性时， 对决策属性进 行有效的处理， 达到简化数据集的目的； 可以克服现有技 术的不足。 [0006]本发明的目的是通过以下技 术方案实现的： [0007]与现有技术比较， 本发明公开了一种能有效减小一致属性数据开销的算法， 该方 法用于对存在大量一致决策属性的数据进 行处理， 其通过将决策属性值划分成多种类型信 息， 之后以该多种类型信息组成决策信息系统的初始集， 并以该决策信息系统的初始集构 造成差别矩阵， 利用决策属 性提取差别矩阵中的关键信息， 选取差别矩阵中频率较大 的属 性作为候选属 性， 其中候选属 性集合为不重复集合， 且每个候选属 性都是一个不可再分解 的属性数据； 将候选属性作为锚点， 对差别矩阵进行转换， 得出基于关键属 性的转换矩阵， 实现减小数据开销。 [0008]上述决策信息系统的初始集表示 为S＝(U， C， D， V， f)； [0009]其中， U＝{x1,x2， …x|u|}表示对象的有限集； C表示条件属性集； D表示决策属性 集； f表示为信息函数U ×C∪D→V， 即对于  x∈U， 存在f(x,a)∈Va。 [0010]上述决策信息系统中的每个属性子集是一个不可再分的关系， 即等价关系， IND(P)可将决策信息划分成等 价类， 简记为U/P。 [0011]上述决策信息系统中的每个属性子集与分类对应， 即： 条件属性集形成的划 分称 为条件类， 由决策属性 集形成的划分称为决策类。说　明　书 1/4 页 3 CN 114297575 A 3