|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘要:粗糙集是粒计算的一种重要方法,数据异构性是大数据的一种特征.针对异构数据问题,探索了粗糙集属性约简的本质,提出了概念属性约简的定义,它兼容值约简、Pawlak 约简和并行约简.探究了概念属性约简的性质，提出了异构数据的属性约简方法和概念漂移探测方法.理论分析和示例表明了这些方法的有效性.为粗糙集、粒计算融入大数据的时代潮流提供了一种新方法.
, @# p6 @9 h; A- z4 j8 `( P! W: s关键词:粒计算;F-粗糙集;属性约简;异构数据;概念漂移+ m* G1 D) ?" n1 z l
+ s9 ^$ m, R8 \0 C2 V' Z/ C, a3 `
粗糙集是粒计算的重要方法.它最主要的应用在于属性约简和不确定性分析,最大的优势在于不需要先验知识.F-粗糙集是第一个动态粗糙集模型,并行约简是与其相对应的属性约简方法.
. ^4 d1 c9 x% \" M1 N: w/ H, O; B
6 R" E. o+ `5 @# c6 d9 h; _& ~
p( N& A& j, ?, p Z3 J; J) c
# N) m) Z v% Y! I
- b. D, h$ B6 I
4 d* X) l( \9 b, F0 P
+ u& h1 A1 N1 d: p |
|
/1 
发表于 2021-7-22 09:13
收藏
淘帖
支持！
反对！