咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于粗糙集的不完备信息系统增量式属性约简 收藏

基于粗糙集的不完备信息系统增量式属性约简

Incremental Attribute Reduction of Incomplete Information System Based on Rough Set Method

作     者:李成 赵海琳 LI Cheng;ZHAO Hai-lin

作者机构:长沙民政职业技术学院图书信息中心湖南长沙410004 中南林业科技大学计算机与信息工程学院湖南长沙410004 

出 版 物:《测控技术》 (Measurement & Control Technology)

年 卷 期:2018年第37卷第11期

页      面:50-54页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:湖南省教育厅科学研究项目(17C0094) 

主  题:粗糙集 增量式学习 正区域 不完备信息系统 属性约简 

摘      要:属性约简是粗糙集理论在模式识别中一项重要的应用,传统的属性约简算法只适合处理静态的信息系统,而处理不断动态更新的信息系统面临着巨大的挑战。对于不完备信息系统,提出一种增量式的属性约简算法。在不完备信息系统下引入粗糙集理论中关于正区域的概念,针对不完备信息系统中属性增加的情形,提出了基于正区域的增量式属性约简算法。实验结果表明了所提出的增量式属性约简算法比非增量式的算法具有更高的效率,同时比其他同类型的算法具有更高的优越性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分