|
|
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.4 A3 Q; A) z8 g% B0 O( ~
关键词:粒计算;F-粗糙集;属性约简;异构数据;概念漂移, c9 T7 }" W' \# C
( o0 b# S9 g" ^* s+ ^6 b 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.5 m# T( C2 U) Q i+ O
8 u' m# r+ Y7 y4 Y
. D8 R/ ~% Z/ l# V5 J$ o0 X/ x- T' ]% r" a/ [; n. _3 D* F
7 y) s5 J; D6 `1 n6 T; ?' H" ?* ^
5 d9 E# g6 g; O9 P0 a3 C: |
9 v3 \! @/ w% X1 N- ?
+ S. w0 p* g2 J( v2 S8 x- |: ~& V; Y9 r
|
|
/1 
发表于 2021-7-22 09:13
收藏
淘帖
支持！
反对！