典型文献
属性集变化条件下集值决策信息系统的增量属性约简方法
文献摘要：
为了解决集值决策信息系统中的属性数量不断发生动态变化时,静态属性约简方法无法高效更新属性约简的问题,提出一种以知识粒度为启发信息的增量式属性约简方法.首先,介绍集值决策信息系统的相关概念,接着介绍知识粒度的定义并将其矩阵表示方法推广到此系统中;然后,分析增量式约简的更新机制,并基于知识粒度设计了增量式属性约简方法;最后,选取了3个不同的数据集进行实验.当3个数据集的属性数由20％增加到100％时,传统的非增量式方法的约简耗时分别为54.84 s、108.01 s、565.93 s,增量式方法的约简耗时分别为7.57 s、4.85 s、50.39 s.实验结果表明,在不影响属性约简精度的前提下,所提出的增量式方法比非增量式方法更加快速.
文献关键词：
粗糙集理论;集值决策信息系统;知识粒度;属性约简;增量学习
中图分类号：
作者姓名：
刘超;王磊;杨文;钟强强;黎敏
作者机构：
南昌工程学院信息工程学院,南昌330099;江西省水信息协同感知与智能处理重点实验室(南昌工程学院),南昌330099
文献出处：
引用格式：
[1]刘超;王磊;杨文;钟强强;黎敏-.属性集变化条件下集值决策信息系统的增量属性约简方法)[J].计算机应用,2022(02):463-468
A类：
集值决策信息系统
B类：
属性集,下集,属性约简,发生动态,静态属性,新属性,知识粒度,启发信息,增量式,矩阵表示,表示方法,更新机制,基于知识,粗糙集理论,增量学习
AB值：
0.192977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
