Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

31.08.2016 | Original Article | Ausgabe 1/2017

International Journal of Machine Learning and Cybernetics 1/2017

Attribute reduction in inconsistent formal decision contexts based on congruence relations

Zeitschrift:
International Journal of Machine Learning and Cybernetics > Ausgabe 1/2017
Autoren:
Jun-Yu Li, Xia Wang, Wei-Zhi Wu, You-Hong Xu

Abstract

In this paper, notions and methods of attribute reduction are investigated for an inconsistent formal decision context. Based on congruence relations defined on the object power set, we first introduce notions of distribution attribute reduct and maximum distribution attribute reduct for an inconsistent formal decision context, and discuss their relations in detail. We then define discernibility matrices and discernibility functions associated with the proposed attribute reducts, from which we can calculate all attribute reducts. Finally, we compare the proposed consistent sets with four types of consistent sets in previously published papers. The results show that a distribution consistent set belongs to any of those four types of consistent sets. Therefore, it has all the properties of those four types of consistent sets.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2017

International Journal of Machine Learning and Cybernetics 1/2017 Zur Ausgabe