大数据背景下粗糙集属性约简研究进展

摘要：

在大数据时代,数据不仅类型多样、结构复杂还具有动态变化的特点,传统的分析工具已经不能满足大数据分析的需求.如何快速有效地从大规模数据中获取有价值的信息成了一个具有挑战性的问题.一些学者将粗糙集属性约简理论与其他理论相结合,从而可以有效地处理高维动态的海量数据.重点对基于并行计算、增量学习、粒计算的属性约简算法进行分类总结,分析了它们各自的特点,剖析了当前研究中存在的问题,展望了未来研究的重点关注方向.

关键词：大数据、粗糙集、属性约简、并行计算、增量学习、粒计算

所属期刊栏目：55

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;新疆维吾尔自治区人文社科重点研究基地项目

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：31-38,177