基于粗糙集的不完备信息系统增量式属性约简

• 作者: 李成 赵海琳
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 粗糙集 增量式学习 正区域 不完备信息系统 属性约简
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP18
• 字数: 4148字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.11.011

摘要

属性约简是粗糙集理论在模式识别中一项重要的应用,传统的属性约简算法只适合处理静态的信息系统,而处理不断动态更新的信息系统面临着巨大的挑战.对于不完备信息系统,提出一种增量式的属性约简算法.在不完备信息系统下引入粗糙集理论中关于正区域的概念,针对不完备信息系统中属性增加的情形,提出了基于正区域的增量式属性约简算法.实验结果表明了所提出的增量式属性约简算法比非增量式的算法具有更高的效率,同时比其他同类型的算法具有更高的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李成	长沙民政职业技术学院图书信息中心	26	24	3.0	4.0
2	赵海琳	中南林业科技大学计算机与信息工程学院	5	14	2.0	3.0