一种改进的基于相对正域的增量式属性约简算法

• 作者: 刘海峰 申雪芬 续欣莹 谢珺
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 邻域系统 增量式学习 相对正域 属性约简
• 年，卷（期）: 2013,（3）
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP181
• 字数: 4529字
• 语种: 中文

摘要

当决策系统增加新数据时,原约简集可能不再有效,这就需要对原约简集进行动态更新,目前已有的增量算法只研究了属性或样本的动态增加.本文从邻域粗糙集理论出发,详细分析系统在增加属性和样本数据后的变化规律,得到一种改进的增量式属性约简算法.该算法利用相对正域的概念对原约简集进行动态更新,可以处理属性和样本都增加的决策系统,有效地避免了二次约简过程.从理论上分析该算法的时间复杂度,实例表明该算法和传统算法的结论是一致的,实验证明该算法提高了计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	续欣莹	太原理工大学信息工程学院	45	318	9.0	16.0
2	谢珺	太原理工大学信息工程学院	36	180	8.0	11.0
3	刘海峰	太原理工大学信息工程学院	5	140	4.0	5.0
4	申雪芬	太原理工大学信息工程学院	2	13	2.0	2.0