云计算环境下知识约简算法

被引：42

作者：

钱进 ^{[1
,2
,3
]}

苗夺谦 ^{[1
,3
]}

张泽华 ^{[1
,3
]}

机构：

[1] 同济大学计算机科学与技术系

[2] 江苏技术师范学院计算机工程学院

[3] 同济大学嵌入式系统与服务计算教育部重点实验室

来源：

计算机学报 | 2011年 / 34卷 / 12期

关键词：

云计算; 粗糙集; 知识约简; 数据并行; MapReduce;

D O I：

暂无

中图分类号：

TP3 [计算技术、计算机技术]; TP18 [人工智能理论];

学科分类号：

0812 ; 081104 ; 0835 ; 1405 ;

摘要：

知识约简是粗糙集理论的重要研究内容之一.经典的知识约简算法是假设所有数据一次性装入内存中,这显然不适合处理海量数据.为此,从属性(集)的可辨识性和不可辨识性出发,给出了可辨识和不可辨识对象对的概念及其性质,并阐述了它们与差别矩阵的关系.利用MapReduce设计了并行计算等价类的方法,提出了面向大规模数据的数据并行知识约简算法,讨论并实现了3种并行策略.最后,通过实验表明了云计算环境下知识约简算法是有效可行的,具有较好的可扩展性.

引用

页码：2332 / 2343

页数：12

共 14 条

[1] Hash快速属性约简算法 [J].