分布决策信息系统增量属性约简算法

• 作者: 徐岩柏 景运革
• 来源期刊: 微电子学与计算机
• 关键词: 分布决策信息系统 属性约简 增量学习 知识粒度
• 年，卷（期）: 2020,（9）
• 页码范围: 31-36
• 页数: 6页
• 分类号: TP311
• 语种: 中文

摘要

为了解决数据动态变化后如何快速更新属性约简的问题,一些增量属性约简的算法被提出.然而,对于分布决策信息系统增量属性约简的算法研究却甚少.为了有效解决动态分布决策信息系统约简更新的问题,提出了分布决策信息系统增量属性约简的方法.首先,本文介绍了分布决策系统的相关概念,然后,给出了分布决策信息系统基于矩阵方法的知识粒度增量更新机制,并设计了分布决策信息系统基于矩阵方法的增量属性约简算法.最后,从UCI机器学习库下载一些数据集,分别用增量和非增量属性约简算法进行对比实验,实验结果说明了增量属性约简算法比非增量约简算法在计算时间上有较强的优势.