摘要：属性重要度与排序方法是多粒度粗糙集研究的一个重要内容。在现有属性重要度的基础上,本文对属性重要度进行改进,提出了多粒度下信息粒的权重与条件属性的权重的概念,并给出了一种数据预处理的方法。与传统方法相比,它能有效克服数据差别不大的数值被划分到不同类中去的问题。同时,基于证据理论提出利用类概率函数的加权排序方法,此方法也可用于多元对象的排序问题。并用一些实例说明了此方法的实用性和有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社