正域 การใช้

• 决策表的正域约简及核的计算
• 根据粗糙集中相对正域的方法，构建了顾客需求的基本重要度获取模型。
• 在分解得到的综合源中，基于正域的概念，用依赖度和分类质量方法定义了场强，根据属性出现频率， ?用差别矩阵定义了场强，并结合信息论，通过互信息、条件熵和互信息增益率定义了场强。
• 针对海量数据处理起来极为耗时，现有算法拓展性较差的问题，基于rough集理论中的集合正域概念以及由此定义的属性重要性概念，提出一种大型数据表分解算法，现有的规则归纳算法可直接在分解得到的树型结构上应用，将大大降低知识发现的时间，并从信息理论的角度利用信息熵概念对该分解结构进行了验证，分析了这种分解的实用性及合理性，揭示了这种分解结构在提高计算速度的同时不会损失信息量。