基于对象变化的邻域决策粗糙集动态更新算法

• 作者: 孙海霞
• 来源期刊: 智能系统学报
• 关键词: 粗糙集 决策粗糙集 邻域 增量式学习 近似集 对象 迭代 动态
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 知识工程|Knowledge Engineering
• 页码范围: 746-756
• 页数: 11页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11992/tis.202010028

摘要

针对现实环境下数据集不断动态变化的特性,提出一种邻域决策粗糙集模型的增量式更新算法.采用由简单到复杂的研究思路,分析了邻域型信息系统论域增加和减少单个对象时,目标近似集与邻域类之间概率的变化规律,进一步地利用这种规律来构造单个对象变化时邻域决策粗糙集模型上下近似集的增量式更新,在单个对象变化的基础上,通过逐步迭代的方式设计了对象批量变化时的增量式更新算法.实验分析表明,所提出的算法具有较高的增量式更新性能,适用于动态数据环境下邻域决策粗糙集模型的动态更新.