F-粗糙集方法对概念漂移的度量

被引：12

作者：

邓大勇 ^{[1
]}

裴明华 ^{[1
]}

黄厚宽 ^{[2
]}

机构：

[1] 浙江师范大学数理与信息工程学院

[2] 北京交通大学计算机与信息技术学院

来源：

浙江师范大学学报(自然科学版) | 2013年 / 36卷 / 03期

关键词：

F-粗糙集; 上近似; 下近似; 概念漂移; 度量;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

F-粗糙集是一种针对信息表簇或决策表簇的新的粗糙集模型.利用F-粗糙集模型中上、下近似的思想,定义了不确定性概念漂移的一些度量,包括概念的上、下近似漂移量和概念的上、下近似耦合度等,并初步探讨了它们的性质.

引用

页码：303 / 308

页数：6

共 7 条

[1]

云模型与粒计算.[M].王国胤; 等著.科学出版社.2012,

[2]

Rough集理论与知识获取.[M].王国胤编著;.西安交通大学出版社.2001,

[3]

Rough set based rule induction from two decision tables.[J].Masahiro Inuiguchi;Takuya Miyajima.European Journal of Operational Research.2006, 3

[4] Learning in the presence of concept drift and hidden contexts [J].

Widmer, G ;

Kubat, M .

MACHINE LEARNING, 1996, 23 (01) :69-101

[5] 一种基于混合集成方法的数据流概念漂移检测方法 [J].

桂林 ;

张玉红 ;

胡学钢 .

计算机科学, 2012, 39 (01) :152-155+181

[6] 基于粒计算的商业数据流概念漂移特征选择 [J].

琚春华 ;

帅朝谦 ;

封毅 .

南京大学学报(自然科学版), 2011, 47 (04) :391-397

[7] 基于多分类器的数据流中的概念漂移挖掘 [J].

孙岳 ;

毛国君 ;

刘旭 ;

刘椿年 .

自动化学报, 2008, (01) :93-97

← 1 →