山东大学学报(工学版)

作者：李璐,王鑫

单位：1.安徽建筑大学数理学院, 安徽 合肥 230601;2.安徽建筑大学经济与管理学院, 安徽 合肥 230601

关键词：模糊粗糙集,鲁棒性,噪声数据,样本权重,模糊依赖度,属性约简,

基金：安徽省高校省级自然科学研究项目基金资助项目(KJ2021JD20)

提出一种鲁棒性模糊粗糙集模型和属性约简算法。考虑数据样本的局部密度并进行量化,利用量化结果评估样本在数据集整体中的噪声程度;通过噪声程度衡量样本的权重,定义一种样本集之间的距离度量,并将样本之间的模糊相似性替换为样本集之间的模糊相似性,提升模糊相似关系的鲁棒性,建立一种鲁棒性模糊粗糙集模型;基于所提出的鲁棒性模糊粗糙集定义属性与类之间的依赖度,以评估属性子集的显著性,并设计一种鲁棒性模糊粗糙集的属性约简算法。试验结果表明,所设计的属性约简算法比现有的算法具有更强的鲁棒性和优越性。

来源：2026年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2026年第1期