对基于邻域粗糙集的属性约简算法而言，正域计算是保证其有效性的重要依据，也是影响其时间开销的最主要部分。正域计算的速度主要由样本间度量计算的次数决定。在确保正确性的条件下，样本间度量计算的次数越少，则正域计算越快。在现有的正域计算中，通常存在着大量同类别样本间的度量计算。针对这个现象，首先证明在邻域粗糙集的正域计算中，同类别样本间的度量计算对正域计算是无贡献的，然后据此提出了基于样本类别的正域计算。和现有的正域计算相比，实验结果表明，该正域计算有效且更快速。而且，该正域计算更适用于样本类别数较少的数据集。
