信息表中概念漂移与不确定性分析

被引：5

作者：

邓大勇 ^{[1
,2
,3
]}

苗夺谦 ^{[2
]}

黄厚宽 ^{[4
]}

机构：

[1] 浙江师范大学数理与信息工程学院

[2] 同济大学电子与信息工程学院

[3] 浙江师范大学行知学院

[4] 北京交通大学计算机与信息技术学院

来源：

计算机研究与发展 | 2016年 / 11期

基金：

浙江省自然科学基金;

关键词：

粗糙集; 概念漂移; 属性约简; 概念耦合; 上下近似;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

概念漂移探测是数据流挖掘的一个研究重点,不确定性分析是粗糙集理论的研究核心之一.结合数据流、概念漂移和粗糙集、F-粗糙集的基本观点,以上下近似为工具,定义了上下近似概念漂移、上下近似概念耦合等概念,据此分析了信息表内概念随着属性而变化的特点.以正区域为工具,定义了决策表内概念漂移、概念耦合等概念,分析了决策表内整体概念随属性变化而变化.在认识论方面,从理想和现实2方面定义了认识收敛,从粒计算、粗糙集的角度对人类认识世界的方式进行了探讨.

引用

页码：2607 / 2612

页数：6

共 18 条

[1] 基于并行约简的概念漂移探测 [J].