基于区分对的混合型弱标记数据增量约简算法
金莎
郑颖春
西安科技大学 理学院,陕西 西安 710600
摘要：针对混合型的弱标记不完备数据,提出属性变化的增量式属性约简算法.在混合型弱标记决策系统中,基于正域概念引入改进的属性区分关系定义,给出系统中属性动态变化时区分关系的增量式更新方法,提出了混合型弱标记决策系统下的启发式增量属性约简算法.实验结果表明:在处理大规模数据时,本文提出的增量属性约简算法相较于非增量约简算法能节约81.5％的时间,相比于仅利用无标记数据得到的约简结果,分类精度平均值提高了14.42左右.
关键词：粗糙集属性约简区分对属性相对区分度增量学习
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(71473194)陕西省科技计划项目(2020CGXNG-013)
论文发表日期：2022-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 92-99 )