基于矩阵的双论域模糊概率粗糙集增量更新算法
双论域模糊概率粗糙集是针对双论域信息系统的一种新的数据挖掘模型,现实应用中的双论域信息系统总是处于动态更新中,针对该问题提出一种基于矩阵的双论域模糊概率粗糙集增量式更新方法.首先,通过矩阵方法重新对双论域模糊概率粗糙集进行表示;然后,在矩阵表示模型的基础上,分别研究双论域信息系统两个论域中对象增加和减少时模型的增量式更新机制;最后,基于该增量式更新提出相应的增量式更新算法.实验分析表明:相比较于非增量式更新算法,所提出的增量式更新算法可以在很短的时间内完成模型的动态更新,从而验证算法的有效性;同时,与其他相关算法相比,所提出算法具有一定的优越性.
粗糙集、双论域信息系统、模糊关系、概率、增量式学习、矩阵
36
TP18(自动化基础理论)
河南省高等学校重点科研项目19B520005
2021-03-26(万方平台首次上网日期,不代表论文的发表时间)
共12页
553-564