|
|
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.) s+ K8 a5 ~& O
关键词:粒计算;F-粗糙集;属性约简;异构数据;概念漂移
. { g8 I' W5 R; {& @6 r. k9 F7 G7 Q# n4 s/ S9 ^: Y
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.# O$ `" M* v! n+ V0 S) b5 {# {
. W. Q& P: x: n* I$ l' d1 q* o; `+ X- T" ^7 P3 c9 F) r
# |$ w- G: ]6 z9 l9 s* E% I- w
9 V5 P5 b9 J* }% K. Z; M# w
+ s# j8 |, M K; H& T
( [, [3 a! f# b6 Y$ e. G |
5 w' U& }4 k7 w1 \# j
5 i- |! s+ V- V$ z
|
|
/1 
发表于 2021-7-22 09:13
收藏
淘帖
支持！
反对！