摘要：屬性約簡是粗糙集理論研究的一個基本問題,它是一種有效的數(shù)據(jù)約簡方法。然而,目前很多的屬性約簡算法在面對高維數(shù)據(jù)集時仍然不夠高效。文中利用圖論的相關(guān)理論和方法,對基于區(qū)分矩陣的粗糙集屬性約簡方法給出了直觀和等價的刻畫。在此基礎(chǔ)上提出了基于圖論的粗糙集屬性約簡方法。實驗結(jié)果表明,新的屬性約簡算法在面對較大規(guī)模的數(shù)據(jù)集,尤其是高維的數(shù)據(jù)集時,不僅能有效地降低數(shù)據(jù)的維數(shù),同時運行速度快且能保持較高的分類精度。