位置:成果数据库 > 期刊 > 期刊详情页
增量式目标信息系统的分布约简算法
  • ISSN号:1000-386X
  • 期刊名称:计算机应用与软件
  • 时间:2015.8.15
  • 页码:234-237+291
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]河南理工大学河南省高等学校矿山信息化重点学科开放实验室,河南焦作454003
  • 相关基金:国家青年基金项目(61202286).
  • 相关项目:面向社区的协同检索方法研究
中文摘要:

知识约简是粗糙集理论中的重要研究内容之一。由于静态分布约简算法不适应处理快速增长的信息系统,时间开销过大。通过研究新增对象对于信息系统中划分的影响,以划分为桥梁,讨论对象与分布约简的理论关系。基于已有的分布约简算法,提出增量式目标信息系统的分布约简算法,使其能够将原有知识和新增数据相结合,快速获取分布约简。使用UCI数据库中的数据集对算法进行测试,验证了该增量式算法的有效性和可行性。

英文摘要:

Knowledge reduction is one of the important research contents in rough set theory. Static distribution reduction algorithm is not adapted to dealing with the information system in rapid growth,and it is very time-consuming. Through studying the impact of newly incremented object on the division of information systems,we discussed the theoretical relationship between the objects and the distribution reduction by taking division as the bridge. Based on existing distribution reduction algorithm,we proposed the new distribution reduction algorithm for incremental object information system,made it to be able to combine the existing knowledge with newly incremented data,and to rapidly obtain the distribution reduction. The data sets downloaded from UCI databases was used to test the algorithm,it verified that the incremental algorithm is effective and feasible.

同期刊论文项目
期刊论文 30 会议论文 1
同项目期刊论文
期刊信息
  • 《计算机应用与软件》
  • 北大核心期刊(2011版)
  • 主管单位:上海科学院
  • 主办单位:上海市计算技术研究所 上海计算机软件技术开发中心
  • 主编:朱三元
  • 地址:上海市愚园路546号
  • 邮编:200040
  • 邮箱:cas@sict.stc.sh.cn
  • 电话:021-62254715 62520070-505
  • 国际标准刊号:ISSN:1000-386X
  • 国内统一刊号:ISSN:31-1260/TP
  • 邮发代号:4-379
  • 获奖情况:
  • 全国计算机类中文核心期刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:27463