一种改进的基于相对正域的增量式属性约简算法

申雪芬, 谢珺, 刘海峰, 续欣莹

广西师范大学学报(自然科学版) ›› 2013, Vol. 31 ›› Issue (03) : 45 -50.

PDF
广西师范大学学报(自然科学版) ›› 2013, Vol. 31 ›› Issue (03) : 45 -50. DOI: 10.16088/j.issn.1001-6600.2013.03.011

一种改进的基于相对正域的增量式属性约简算法

    申雪芬, 谢珺, 刘海峰, 续欣莹
作者信息 +

Author information +
文章历史 +
PDF

摘要

当决策系统增加新数据时,原约简集可能不再有效,这就需要对原约简集进行动态更新,目前已有的增量算法只研究了属性或样本的动态增加。本文从邻域粗糙集理论出发,详细分析系统在增加属性和样本数据后的变化规律,得到一种改进的增量式属性约简算法。该算法利用相对正域的概念对原约简集进行动态更新,可以处理属性和样本都增加的决策系统,有效地避免了二次约简过程。从理论上分析该算法的时间复杂度,实例表明该算法和传统算法的结论是一致的,实验证明该算法提高了计算效率。

关键词

邻域系统 / 增量式学习 / 相对正域 / 属性约简

Key words

引用本文

引用格式 ▾
一种改进的基于相对正域的增量式属性约简算法[J]. 广西师范大学学报(自然科学版), 2013, 31(03): 45-50 DOI:10.16088/j.issn.1001-6600.2013.03.011

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

63

访问

0

被引

详细

导航
相关文章

AI思维导图

/