首页> 中文会议>第33届中国数据库学术会议(NDBC2016 ) >基于模糊粗糙集的属性约简增量方法研究

基于模糊粗糙集的属性约简增量方法研究

摘要

本文阐述在实际应用中,数据集中的样本个数通常随着时间推移不断增加.直接采用属性约简的经典算法计算新的约简属性集会进行大量的重复计算,产生很大的时间消耗,因此,设计高效的增量算法很有必要.目前已有的基于粗糙集理论的属性约简增量算法存在的不足是只能处理离散型数据.现有的增量算法对于连续性数据,必须先对数据进行离散化,这大大降低了数据的差异性,造成信息丢失.由于模糊粗糙集的属性约简适用于连续型数据,本文提出了一种基于模糊粗糙集的属性约简增量算法.对模糊粗糙集的基本概念和基于模糊粗糙集的属性约简经典算法的回顾,发现样本增加后的模糊粗糙集的基本概念与样本增加前的基本概念存在规律性的共性。基于数学推理,本文用公式表示出该共性,并基于此设计出基于模糊糙集的属性约简增量算法.最后,通过实验比较发现,对于连续型数据集,本文提出的约简算法在分类准确率方面的表现尤为突出。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号