海量数据下不完备信息系统的知识约简算法

• 作者: 姜麟 王添 米允龙
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 海量数据 云计算 粗糙集 不完备信息系统 约简 MapReduce
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 137-142
• 页数: 6页
• 分类号: TP18
• 字数: 5945字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.01.031

摘要

面向大规模的数据进行知识约简是近年来粗糙集理论研究的热点。传统不完备信息系统的知识约简是假设在初始时将所有需要处理的数据一次性地装入内存中，这明显不适合处理海量数据，更不适合处理含有缺失信息的海量数据。为此，深入剖析了带有缺失信息的数据特征，把缺失属性的值用该属性所有可能的取值表示，并结合知识约简算法中的可并行性，从属性(集)的可辨识性和不可辨识性出发，并在MapReduce框架下设计了可用来处理不完备信息系统的知识约简算法。实验结果表明，该算法是有效可行的，能够对不完备信息系统中的海量数据进行知识约简。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜麟	昆明理工大学理学院	37	332	8.0	17.0
2	王添	昆明理工大学理学院	2	9	2.0	2.0
3	米允龙	昆明理工大学理学院	4	29	4.0	4.0