资料下载
×
优势关系下熵的増量学习机制综述
消耗积分:0 |
格式:rar |
大小:2.57 MB |
2021-05-13
分享资料个
在现实生活中，数据不断累积增加，原有准则和决策之间的相互关系也随之动态变化，如何高效地计算属性约简是动态决策亟需解决的问题。增量更新方法可以有效地完成动态学习任务，因为它可以在原有知识的基础上获取新的知识。文中利用优势粗糙集方法研究了在有优势关系的数据中添加单个对象时的増量属性约简方法。首先，定义了优势集矩阵作为更新的目标，用来计算新的优势条件熵;其次，通过分析増加对象的3种不冋情况，提岀了优势条件熵的増量学习机制;然后，基于优势集矩阵设计了增量属性约简算法;最后，对δ种不冋的UCⅠ数据集进行实验，用于比较増量和非增量算法的有效性和高性。实验结果显示，提岀的増量属性约简算法不仅在有效性上与非増量属性约简算法保持一致，而且在高效性上要远优于非増量属性约简算法。因此，所提算法能有效且高效地完成动态优势关系数据中属性约简的任务。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
