Resumen

Como un paso importante en el procesamiento de la teoría de conjuntos aproximados, la reducción de atributos tiene como objetivo eliminar la redundancia de datos y extraer información útil. El conjunto aproximado de cobertura, como una generalización de la teoría clásica de conjuntos aproximados, ha atraído amplia atención tanto en la teoría como en la aplicación. Al utilizar el conjunto aproximado de cobertura, se puede evitar el proceso de discretización de atributos continuos. En primer lugar, este documento se centra en el conjunto aproximado de cobertura consistente y revisa algunos conceptos básicos en la teoría de conjuntos aproximados de cobertura consistente. Luego, establecemos el modelo de reducción de atributos y detallamos los pasos de reducción de atributos basados en el conjunto aproximado de cobertura consistente. Finalmente, aplicamos el método estudiado a datos de rezago reales. Se puede demostrar que nuestro método es factible y los resultados de reducción son reconocidos por la Máquina de Vectores de Soporte de Mínimos Cuadrados (LS-SVM) y la M

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Paso de procesamiento; Reducción de atributos; Teoría de conjuntos aproximados; Conjunto aproximado de cobertura; Conjunto aproximado de cobertura consistente; Redundancia de datos
• Keywords:Processing step; Attribute reduction; Rough set theory; Covering rough set; Consistent covering rough set; Data redundancy