|
|
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.% ~ l% Z( J: ~6 Q4 |* ~
关键词:粒计算;F-粗糙集;属性约简;异构数据;概念漂移
5 ]. c5 P1 l1 d& |' M" @& L4 i# K' r7 g" e
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.
; d3 O/ Q0 }1 l9 g7 n2 E. \
3 p9 K4 D2 ?, R5 B* E4 @, w1 \' ~% |; K/ i; d3 Z* q
/ _4 y/ ~, `5 }- q# K6 B
3 u: z7 u2 L2 m; |1 @9 G/ Q
4 @2 }0 y! O6 g* E4 K9 |! ~3 c0 n$ Y7 z2 D% {
% D$ u8 G* \7 j( U3 J
+ ]; k/ J+ B: \ |
|
/1 
发表于 2021-7-22 09:13
收藏
淘帖
支持！
反对！