×
李少勇;李天瑞

属性值变化下基于优势的粗糙集方法中近似值的增量更新。 （英语） Zbl 1360.68840号

信息科学。 294, 348-361 (2015).
摘要：基于优势的粗糙集方法（DRSA）由于能够从具有偏好排序属性域和决策类的信息中获取知识而备受关注。在许多实际应用中，信息系统可能会随时间动态演化。在动态信息系统中，需要更新获得的知识，例如DRSA中的近似值，以便进行决策和其他相关任务。增量更新作为一种有用的技术，可以应用于对获取的知识进行修正的动态信息处理。在本文中，我们提出了一种在属性值随时间变化时保持DRSA近似值的增量方法。一些数值例子表明，增量方法可以更新DRSA的近似值，而无需从头开始。实验结果表明，当属性值变化率小于阈值时，与非增量算法相比，增量算法可以有效地减少计算时间。

引用于22文件

MSC公司：

68层37 人工智能背景下的不确定性推理

关键词：

粗糙集;近似;优势矩阵;增量更新;决策

软件：

UCI-毫升;RRIA公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Li}和\textit{T.Li}，信息科学。294348-361（2015年；Zbl 1360.68840）
全文： 内政部

参考文献：

[1] 阿拉蒙特，S。；del Giudice Rodriguez，M。；Wu，J.，大型异方差投资组合的动态因子价值-风险，J.Bank。《金融》，37，4299-4309（2013）
[3] Bang，W。；Bien，Z.，粗糙集理论框架下的新增量学习算法，国际模糊系统杂志。，1, 25-36 (1999)
[4] Blaszczynski，J。；Slowinski，R.，《基于优势的粗糙近似的决策规则增量归纳》，电子。注释Theor。计算。科学。，82, 40-45 (2003) ·兹比尔1270.68308
[5] Chan，C.，数据挖掘中属性泛化的粗糙集方法，Inform。科学。，107177-194（1998年）
[6] 陈，H。；李·T。；罗，C。；Horn，S。；Wang，G.，基于粗糙集的属性值粗化和细化决策规则更新方法，IEEE Trans。知识。数据工程（2014）
[7] 陈，H。；李·T。；乔·S。；Ruan，D.，一种基于粗糙集的动态维护方法，用于粗化和细化属性值的近似值，Int.J.Intell。系统。，25, 1005-1026 (2010) ·Zbl 1211.68420号
[8] 陈，H。；李·T。；Ruan，D.，属性值粗化或细化时不完全有序决策系统中近似值的保持，Knowl-基于系统。，31, 140-161 (2012)
[9] 陈，H。；李·T。；阮，D。；林，J。；Hu，C.，动态维护环境下更新近似值的基于粗糙集的增量方法，IEEE Trans。知识。数据工程，25，274-284（2013）
[10] Cheng，Y.，快速计算粗糙模糊近似的增量方法，数据知识。工程师，70，84-100（2011）
[11] Dembuzynski，K。；Greco，S。；Slowinski，R.，《评估和赋值不精确的多准则分类的粗糙集方法》，欧洲期刊Oper。研究，198，626-636（2009）·Zbl 1163.90540号
[12] Dubois，D。；Prade，H.，粗糙模糊集和模糊粗糙集，国际通用系统杂志。，17, 191-209 (1990) ·Zbl 0715.04006号
[13] Elisseeff，A。；Evgeniou，T。；Pontil，M.，随机学习算法的稳定性，J.机器学习。第655-79号决议（2005年）·Zbl 1222.68192号
[14] Greco，S。；马塔拉佐，B。；Slowinski，R.，《处理多属性和多标准决策问题的粗糙集分析中的缺失值》，（Zhong，N.；Skowron，A.；Ohsuga，S.E.，《粗糙集、数据挖掘和粒度软计算的新方向》，RSFDGrC’99。粗糙集、数据挖掘和粒度软件计算的新方向，RSFDGrC’99，人工智能讲义，第1711卷（1999），Springer:Springer Berlin），146-157·Zbl 1037.91510号
[15] Greco，S。；马塔拉佐，B。；Slowinski，R.，《处理多属性和多标准决策问题的粗糙集分析中的缺失数据》，（Zanakis，S.；Doukidis，G.；Zopounidis，C.E.，《决策中的最新发展和应用》（2000），Kluwer学术出版社：Kluwer-学术出版社Dordrecht），295-316
[16] Greco，S。；马塔拉佐，B。；Slowinski，R.，《多准则决策分析的粗糙集理论》，欧洲期刊Oper。决议，129，1-47（2001）·Zbl 1008.91016号
[17] Greco，S。；马塔拉佐，B。；Slowinski，R.，《优势关系的粗糙近似》，《国际情报杂志》。系统。，153-171（2002年）·Zbl 0997.68135号
[18] Greco，S。；斯洛文斯基，R。；Stefanowski，J。；Zurawski，M.，《多准则分类的增量与非增量规则归纳》，Trans。粗糙集II，33-53（2004）·兹比尔1108.68610
[19] Grzymala-Busse，J.，《不完全数据的特征关系：不可分辨关系的推广》，Trans。粗糙集IV，58-68（2005）·Zbl 1136.68531号
[21] Huang，B.，基于分级优势区间的模糊目标信息系统，Knowl-基于系统。，24, 1004-1012 (2011)
[22] 贾，X。；尚，L。；Chen，J.，《增量与非增量：基于排序关系的数据和算法》，国际计算机杂志。智力。系统。，4, 112-122 (2011)
[23] 科特洛夫斯基，W。；Blaszczynski，J。；Greco，S。；Slowinski，R.，基于随机优势的有序分类粗糙集模型，Inform。科学。，178, 4019-4037 (2008) ·Zbl 1173.68734号
[24] Kryszkiewicz，M.，不完备信息系统的粗糙集方法，Inform。科学。，112, 39-49 (1998) ·Zbl 0951.68548号
[25] 李，S。；李·T。；Liu，D.，对象集变化下基于优势的粗糙集方法中近似值的动态维护，Int.J.Intell。系统。，28, 729-751 (2013)
[26] 李，S。；李·T。；Liu，D.，属性集变化下基于优势的粗糙集方法中的增量更新近似，Knowl-基于系统。，40, 17-26 (2013)
[27] 李·T。；阮，D。；Geert，W。；宋，J。；Xu，Y.，数据挖掘中基于粗糙集的动态属性泛化特征关系方法，Knowl-基于系统。，20, 485-494 (2007)
[28] 林·G。；梁，J。；Qian，Y.，多粒度粗糙集：从分割到覆盖，Inform。科学。，241, 101-118 (2013) ·Zbl 1320.68191号
[29] Liou，J.，《航空公司市场客户关系管理的新型决策规则方法》，专家系统。申请。，36, 4374-4381 (2009)
[30] Liou，J。；Tzeng，G.，航空公司市场中基于优势的粗糙集方法，Inform。科学。，180, 2230-2238 (2010)
[31] Liou，J。；Yen，L。；Tzeng，G.，《利用决策规则实现航空服务的大规模定制》，Eur.J.Oper。研究，205，680-686（2010）·Zbl 1188.90155号
[32] 刘，D。；李·T。；阮，D。；Zhang，J.，动态商业智能系统中知识发现的增量学习优化，J.Global Optim。，51, 325-344 (2011) ·兹比尔1230.90113
[33] 刘，D。；李·T。；阮，D。；Zou，W.，从动态信息系统中归纳知识的增量方法，Fundam。通知。，94, 245-260 (2009) ·Zbl 1192.68530号
[34] 罗，C。；李·T。；Chen，H.，属性泛化下集值有序决策系统近似的动态维护，Inform。科学。，257, 210-228 (2014) ·Zbl 1320.68142号
[35] 罗，C。；李·T。；陈，H。；Liu，D.，集值有序信息系统中更新近似的增量方法，Knowl-基于系统。，218-233 (2013)
[36] Pawlak，Z.，《粗糙集》，《国际计算杂志》。通知。科学。，11, 341-356 (1982) ·Zbl 0501.68053号
[37] Pawlak，Z.，《粗糙集：数据推理的理论方面，系统理论，知识工程和问题解决》，第9卷（1991年），Kluwer学术出版社：Kluwer-学术出版社Dordrecht·Zbl 0758.68054号
[38] Pawlak，Z。；Skowron，A.，《粗糙集：一些扩展》，Inform。科学。，177, 28-40 (2007) ·Zbl 1142.68550号
[39] Pedrycz，W.，《颗粒计算：智能系统的分析和设计》（2013），CRC出版社/弗朗西斯·泰勒：CRC出版社/Fran西斯·泰勒-博卡拉顿
[40] 彼得斯，G。；Poon，S.，《分析it商业价值——基于优势的粗糙集方法视角》，专家系统。申请。，38, 11120-11128 (2011)
[41] 钱，Y。；梁，J。；Dang，C.，区间有序信息系统，计算。数学。申请。，56, 1994-2009 (2008) ·Zbl 1165.68513号
[42] 钱，Y。；梁，J。；佩德里茨，W。；Dang，C.，《正逼近：粗糙集理论中属性约简的加速器》，Artif。智力。，174, 597-618 (2010) ·Zbl 1205.68310号
[43] 钱，Y。；梁，J。；姚明，Y。；Dang，C.，MGRS：一个多粒度粗糙集，Inform。科学。，180, 949-970 (2010) ·Zbl 1185.68695号
[44] Salgado-Galvez，医学硕士。；Zuloaga Romero博士。；Bernal，G.A。；莫拉，M.G。；Cardona，O.D.，考虑哥伦比亚麦德林建筑组合的局部场地影响的全概率地震风险评估，Bull。地震工程，12671-695（2014）
[45] Shan，L。；Ziarko，W.，《基于数据的采集和分类规则的增量修改》，计算。智力。，11, 357-370 (1995)
[46] 斯洛文斯基，R。；Greco，S。；Matarazo，B.，部分不符合支配原则的多标准分类问题的效用公理化、等级高于和决策规则偏好模型，控制网络。，31, 1005-1035 (2002) ·Zbl 1180.91081号
[47] Stefanowski，J。；Tsoukias，A.，《不完整信息表和粗略分类》，计算机。智力。，17, 545-566 (2001)
[48] Talebian，M。；博兰德，N。；Savelsbergh，M.，《在易腐产品的动态分类规划中加速需求学习的定价》，欧洲期刊Oper。研究，237，555-565（2014）·Zbl 1304.90118号
[50] 杨，X。；Yu，D。；杨，J。；Wei，L.，不完全区间值信息系统的基于优势的粗糙集方法，数据知识。工程师，68，1331-1347（2009）
[51] Yao，Y.，概率粗糙集近似，国际期刊近似推理。，49, 2, 255-271 (2008) ·Zbl 1191.68702号
[52] 姚明，Y。；Wong，S.，《近似概念的决策理论框架》，《国际机器研究杂志》，第37、6、793-809页（1992年）
[53] 张杰。；李·T。；Chen，H.，动态数据挖掘的复合粗糙集，Inform。科学。，257, 81-100 (2014) ·Zbl 1320.68156号
[54] 张杰。；李·T。；阮，D.，《动态数据挖掘的邻域粗糙集》，国际期刊Intell。系统。，27, 317-342 (2012)
[55] 张杰。；李·T。；阮，D.，集值信息系统中基于粗糙集的动态属性变化矩阵方法，国际期刊近似推理。，53, 620-635 (2012) ·Zbl 1255.68160号
[56] 张杰。；Wong，J。；李·T。；Pan，Y.，在不同MapReduce运行时系统上使用粗糙集理论进行并行大规模知识获取的比较，Int.J.近似原因。，55, 896-907 (2014)
[57] 张杰。；Wong，J。；潘，Y。；Li，T.，《不完备信息系统中基于并行矩阵的近似计算方法》，IEEE Trans。知识。数据工程（2014）
[58] 张，R。；刘，B。；Liu，S.，基于优势的粗糙集方法的多属性拍卖模型，计算。科学。通知。系统。，7, 843-858 (2010)
[59] Zheng，Z。；Wang，G.，RRIA：基于粗糙集和规则树的增量知识获取算法，Fundam。通知。，59, 299-313 (2004) ·兹比尔1098.68711
[60] Ziarko，W.，可变精度粗糙集模型，J.Compute。系统。科学。，第46页，第39-59页（1993年）·Zbl 0764.68162号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。