本发明公开了一种邻域决策错误率集成的属性约简方法，所述的用于从邻域粗糙集中选定属性子集，来降低邻域决策发生错误的程度，从而有效的提高邻域分类器的分类精度，本发明将集成策略引入到约简的计算过程中。它使用一组重要度函数代替传统约简中的单个属...

本发明公开了一种基于近似质量与条件熵的属性约简方法，其采用求解近似质量约简的启发式算法，输入为邻域决策系统DS＝<U,AT∪{d}>，约束条件，度量准则γ，输出为一个近似质量约简red，在邻域粗糙集上考虑基于单一准则的属性约...