多粒度粗糙模糊集基于矩阵的动态更新

张泽亭; 李磊军; 米据生; 李美争

doi:10.15983/j.cnki.jsnu.2025022

陕西师范大学学报（自然科学版） ›› 2025, Vol. 53 ›› Issue (06) : 87 -97. DOI: 10.15983/j.cnki.jsnu.2025022

多粒度粗糙模糊集基于矩阵的动态更新

张泽亭, 李磊军, 米据生, 李美争

作者信息 +

Author information +

文章历史 +

PDF

摘要

信息系统中的粒结构经常随着时间的推移而动态发展，动态获取潜在的有用知识对决策具有重要意义。增量学习便是其中一种有效的方式，它能够结合当前信息与先前的知识来研究这类问题，尽管增量学习在众多方面取得了成功，但在多粒度模糊环境下进行的研究较少。为解决这个问题，首先用一个矩阵算子来表示乐观和悲观多粒度粗糙模糊集的上下近似。然后，在属性增加或减少时，基于矩阵引入了上下近似的更新机制，设计了相应的动态更新算法。最后，分析了算法的时间复杂度，在UCI数据集中验证了提出的动态更新算法的有效性。