基本信息

---

下载

文档摘要

---

新型信息熵赋能粗糙集：度量创新与属性约简优化研究

一、引言

1.1研究背景与动因

在信息技术飞速发展的当下，数据规模呈爆炸式增长，数据挖掘作为从海量数据中提取潜在、有价值信息的技术，在众多领域得到了广泛应用。粗糙集理论自1982年由波兰数学家Z.Pawlak提出后，凭借其在处理不完整、不精确数据方面的独特优势，无需任何先验知识即可直接从数据本身出发挖掘潜在规律，已成为数据挖掘领域的重要工具，被成功应用于机器学习、模式识别、决策分析等多个领域。

在粗糙集理论中，粗糙集度量与属性约简是两个关键环节。粗糙集度量用于刻画集合的不确定性程度，为理解数据的内在特征提供量化依据；属性约简则旨在