基于可比粒度距离的双邻域粗糙集增量式约简算法

摘要

海量数据的约简可以有效节省算力.为解决动态环境下缺失型数据的属性约简问题，本文依据可比粒度距离提出一种新型双邻域粗糙集模型.首先给出依赖差异度的不完备距离刻画机制以及新的可比粒度距离函数，并构建双邻域粗糙集模型；然后由此建立属性依赖度及增量式约简算法，以应对现实数据集中实时更新变化的复杂数据；最后通过多个UCI数据集进行仿真实验.仿真结果表明，本文所提出的增量式约简算法在处理缺失型及动态数据时能保证显著的约简效率和分类精度.

关键词

不完备决策信息系统 / 粒度距离 / Tir-分区邻域 / 增量式约简

基金资助

国家自然科学基金(72171124); 江苏高校哲学社会科学研究重大项目(2021SJZDA129); 江苏省研究生科研创新计划项目(KYCX24＿1091)