1、在信息處理的眾多領域中，去掉一個數(shù)據(jù)集中多余和無關的屬性很重要，因為這些屬性會影響我們對數(shù)據(jù)分析的精度和處理的效率。隨著信息采集設備的不斷更新?lián)Q代和采集手段的多樣化，使得所得到的數(shù)據(jù)規(guī)模變得很大，雖然目前已有許多關于屬性選擇的有效方法，但是這些方法在處理這樣的大規(guī)模數(shù)據(jù)時稍顯無力，主要表現(xiàn)在較大的計算資源占用和令人無法忍受的計算時間上。
　　為了能夠以更加高效而有效地方式對大規(guī)模數(shù)據(jù)進行屬性的選擇，本文提出了符合這種要求的算法。該

2、算法利用了抽樣和粗糙集中正域不變的原理，可對大規(guī)模數(shù)據(jù)進行快速地處理，并且能夠得到相當高質量的屬性約簡結果。通過提出以區(qū)分能力為指標的結果質量衡量方法，對具有不同數(shù)據(jù)結構的數(shù)據(jù)表進行了詳細地分析，結果證實本算法是一種與對象數(shù)無關的屬性選擇算法；為了證明本文中提出的算法的可靠性，在計算大規(guī)模數(shù)據(jù)的時間上與傳統(tǒng)的算法進行了實驗對比分析，結果說明采用本算法，可在數(shù)秒或是數(shù)分的時間內求出大規(guī)模數(shù)據(jù)的具有較高質量的屬性選擇結果。另外，作為本文提出

3、的算法的一個引申，本文又描述了一種基于廣義決策不變的離散化算法。
　　為了實際應用中更加方便地使用本文中的方法進行數(shù)據(jù)的處理，將這些方法嵌入到本文所設計的系統(tǒng)中，作為系統(tǒng)實現(xiàn)的一個部分。為了更好地體現(xiàn)系統(tǒng)的全面性，本系統(tǒng)還對稀疏和非稀疏類型的數(shù)據(jù)做了分類，分別針對這兩種數(shù)據(jù)進行了相對和絕對約簡的設計和實現(xiàn)。同時還實現(xiàn)了一個他人設計的高效的屬性選擇算法，以豐富系統(tǒng)的多樣性。此外，系統(tǒng)還實現(xiàn)了本文中設計的有時作為屬性選擇過程中不可缺少