一种基于Rough集获取规则知识的增量式学习方法

• 作者: 王加阳 罗安 黄治国
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集 机器学习 规则获取 增量式学习
• 年，卷（期）: 2006,（35）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 163-165,174
• 页数: 4页
• 分类号: TP18
• 字数: 5587字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.35.047

摘要

将Rough集理论应用于规则归纳系统,提出了一种基于粗糙集获取规则知识库的增量式学习方法,能够有效处理决策表中不一致情形,采用启发式算法获取决策表的最简规则,当新对象加入时在原有规则集基础上进行规则知识库的增量式更新,避免了为更新规则而重新运行规获取算法.并用UCI中多个数据集从规则集的规则数目、数据浓缩率、预测能力等指标对该算法进行了测试.实验表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗安	中南大学信息科学与工程学院	109	2091	25.0	42.0
2	王加阳	中南大学信息科学与工程学院	140	1000	15.0	24.0
3	黄治国	中南大学信息科学与工程学院	2	14	2.0	2.0