|
|
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 r7 Z! ^& I. W( x s
关键词:粒计算;F-粗糙集;属性约简;异构数据;概念漂移8 Z2 x# ]: q! ~0 A
% _8 m& V9 z2 m$ a! D
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.
7 a8 S4 z% i5 z" a9 s9 h
& i3 H, r1 Z8 K& V$ o% ^ w: @* Y, |6 U. o4 r+ T
3 h M; I8 l9 _3 o E
/ J9 \8 ^! k8 R! `- y, _
3 C" H; Q3 l! k1 Q% f! P. I+ m9 p' g, G B
* Z; i/ }+ d" K; b( D- C# } c4 L
- ^( v8 z3 h6 T& Y, t7 f5 v
|
|
/1 
发表于 2021-7-22 09:13
收藏
淘帖
支持！
反对！