计算机工程

作者：吴正江, 张亚宁, 张真, 梅秋雨, 杨天

单位：河南理工大学 计算机科学与技术学院, 河南 焦作 454003

关键词：粗糙集,拟单层覆盖,集值信息系统,增量学习,近似集

基金：国家自然科学基金（61972134，11601129）。

拟单层覆盖粗糙集与集值信息系统之间存在一一对应的映射关系，当集值信息系统中的对象集动态添加或移除时，对应拟单层覆盖粗糙集中的信息单元也会随之改变，导致拟单层覆盖粗糙集中的近似集发生变化。针对拟单层覆盖粗糙集中近似集的动态更新问题，将拟单层覆盖粗糙集与增量学习相结合，提出近似集的增量更新算法。设计拟单层覆盖集中信息单元的更新算法，以分析信息单元的变化情况，分别构建近似集中可靠单元和争议单元的相关可靠单元集的更新算法。在此基础上，设计与可靠单元和争议单元更新算法相对应的增量更新算法，并且分析其时间复杂度。在UCI数据集上的实验结果表明，与静态算法相比，该算法在对象集发生添加和移除情况下的近似集更新效率分别提高21.5和29倍，能够有效提高近似集的计算效率。

来源：2022年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第6期