文件名称：集值有序信息系统中更新逼近的增量方法
文件大小：1.63MB
文件格式：PDF
更新时间：2024-06-06 23:49:07
研究论文
增量学习是一种用于动态数据库中知识发现的有效技术，它使您能够从新数据中获取更多知识而又不会忘记先前的知识。 粗糙集理论已成功用于信息系统中的分类分析。 集值信息系统是单值信息系统的通用模型，可以分为两类：析取性和析取性。 近似值是粗糙集理论的基本概念，当对象集在集合值信息系统中随时间变化时，需要对其进行增量更新。 在本文中，我们分析了随着对象集的变化而计算近似值的更新机制。 分别提出了两种增量算法，用于更新析取/合并集值信息系统中的近似值。 此外，对几个数据集进行了广泛的实验，以验证所提出算法的性能。 结果表明，增量方法明显优于非增量方法，并且计算速度大大降低。