面向不完备混合数据的矩阵增量知识维护方法研究

发布时间：2024-03-22 18:02

　　现有邻域粗糙集模型可用于处理包含名义型和数值型两种类型共存的混合数据,但较少考虑混合数据的不完备性.本文从缺失值的两种语义解释出发,即"不关心值"和"丢失值",通过定义邻域特征关系和量化邻域特征关系,提出了面向不完备混合数据的两种新型邻域粗糙集模型,并给出了粗糙邻域近似知识的矩阵计算表达方法.此外,在属性集动态变化下,介绍了基于扩展邻域粗糙集模型的快速增量知识维护机理和方法.最后通过实例验证了所提出增量更新方法的有效性.

【文章页数】：10 页

【文章目录】：
1 引言
2 相关知识
    2.1 不完备信息系统
    2.2 邻域粗糙集
    2.3 不完备混合信息系统
3 不完备混合信息系统中邻域粗糙集模型
    3.1 邻域特征关系
    3.2 量化邻域特征关系
    3.2 邻域特征关系和量化邻域特征关系之间的关系
4 不完备混合信息系统中基于矩阵的近似集计算方法
5 属性集变化时不完备混合信息系统中基于矩阵的近似集增量更新方法
    5.1 属性集增加的情形
    5.2 属性集删除的情形
6 结论



本文编号：3934761