MapReduce框架下的粒概念认知学习系统研究

• 作者: 刘文奇 李金海 林晶 米允龙
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 概念格 概念学习 认知计算 粒计算 MapReduce
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 289-297
• 页数: 9页
• 分类号: TP18
• 字数: 8585字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.02.005

摘要

针对经典的概念学习算法难以处理大规模数据集的问题,本文提出一种基于MapReduce框架的粒概念认知学习并行算法.该算法借鉴认知心理学的知觉和注意认知思想,并融合粒计算的粒转移原理.首先构建适应大数据环境的粒概念并行求解算法,并与经典粒概念构造算法做了对比,在此基础上分别从外延和内涵角度建立了粒概念认知计算系统,然后对给定对象集或属性集进行认知概念学习.实验结果表明,该并行算法是有效的,适合海量数据的粒概念认知学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文奇	昆明理工大学理学院	95	683	13.0	22.0
2	林晶	怀化学院计算机科学与工程学院	18	32	3.0	5.0
4	李金海	昆明理工大学理学院	42	197	8.0	12.0
5	米允龙	昆明理工大学理学院	4	29	4.0	4.0