计算机应用

作者：刘超, 王磊, 杨文, 钟强强, 黎敏

单位：1.南昌工程学院 信息工程学院, 南昌 330099；2.江西省水信息协同感知与智能处理重点实验室(南昌工程学院), 南昌 330099

关键词：粗糙集理论,集值决策信息系统,知识粒度,属性约简,增量学习

基金：国家自然科学基金资助项目(61562061);江西省教育厅科技项目(GJJ170995)

为了解决集值决策信息系统中的属性数量不断发生动态变化时，静态属性约简方法无法高效更新属性约简的问题，提出一种以知识粒度为启发信息的增量式属性约简方法。首先，介绍集值决策信息系统的相关概念，接着介绍知识粒度的定义并将其矩阵表示方法推广到此系统中；然后，分析增量式约简的更新机制，并基于知识粒度设计了增量式属性约简方法；最后，选取了3个不同的数据集进行实验。当3个数据集的属性数由20%增加到100%时，传统的非增量式方法的约简耗时分别为54.84 s、108.01 s、565.93 s，增量式方法的约简耗时分别为7.57 s、4.85 s、50.39 s。实验结果表明，在不影响属性约简精度的前提下，所提出的增量式方法比非增量式方法更加快速。

来源：2022年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第2期