一种基于粗集理论的增量式学习改进算法

• 作者: 戴凌霄 韩业红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗集 增量式学习 动态学习 机器学习
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 185-188
• 页数: 4页
• 分类号: TP18
• 字数: 5152字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.01.055

摘要

增量式学习中,当向决策表中增加一个新例子时,为了获得极小决策规则集,一般方法是对决策表中的所有数据重新计算.但这种方法显然效率很低,而且也是不必要的.论文从粗集理论出发,提出了一种最小重新计算的标准,并在此基础上,给出了一个增量式学习的改进算法.该算法在一定程度上优于传统的增量式学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩业红	山东师范大学管理学院	2	13	2.0	2.0
2	戴凌霄	山东师范大学管理学院	2	13	2.0	2.0