一个基于Rough set理论的增量式学习算法

• 作者: 于洪 吴中福 唐宏 杨大春
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 增量式学习 Rough set理论 决策表
• 年，卷（期）: 2003,（33）
• 所属期刊栏目: 博士论坛
• 页码范围: 37-41
• 页数: 4页
• 分类号: TP18
• 字数: 4442字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.33.013

摘要

为了获取最小决策规则,当增加新例子时,传统的方法通常需要对决策表中所有数据重新计算,效率欠佳.为了尽量减少重复计算量,该文从Rough set理论出发,提出了一种新的增量式学习算法和最小重新计算的标准,并且用理论和实验对新算法和传统算法在算法复杂度上做了对比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴中福	重庆大学计算机科学与工程学院	194	2729	26.0	44.0
2	唐宏	重庆大学计算机科学与工程学院	11	278	7.0	11.0
3	于洪	重庆大学计算机科学与工程学院	61	1645	13.0	40.0
7	杨大春	深圳中兴通讯公司重庆研究所	5	37	3.0	5.0