×
葛浩;杨传建;徐毅

在不完全邻域系统中，用对象和属性的变化增量更新三元区域。 （英语） Zbl 07798595号

信息科学。 584, 479-502 (2022).
摘要：从现实世界中收集的数据多种多样，包括分类数据、数值数据、不完整数据和噪声数据。此外，许多实际数据集可能会动态变化，动态数据显示出多维变化的特征。然而，对于混合不完整数据系统，现有的大多数增量方法仅适用于一维动态数据集，不适合处理对象和属性的特定多维变化。本文重点研究了在不完备邻域决策系统（INDS）中，基于对象集和属性集的同时变化，有效更新三向区域的动态方法。首先，考虑到数据的复杂性，我们利用矩阵方法基于提出的邻域容差关系计算INDS的三向区域。然后，在INDS中同时添加对象集和属性集的情况下，研究基于矩阵的增量式机制，从已有知识中获取三向区域。随后，提出了一种在INDS中同时添加对象集和属性集的情况下更新三向区域的增量算法。最后，基于UCI数据集的一系列实验和比较结果表明，该增量算法的性能远优于传统的静态算法、集成的一维增量算法和单层组合增量算法。

MSC公司：

68层37 人工智能背景下的不确定性推理
68T09号 数据分析和大数据的计算方面

关键词：

增量学习;矩阵法;三向区域;邻域粗糙集
PDF格式BibTeX公司 XML格式引用
\textit{H.Ge}等人，《信息科学》。584479-502（2022；Zbl 07798595）
全文： 内政部

参考文献：

[1] Chen，H.M。；李·T·R。；范，X。；罗，C.，基于邻域粗糙集的非平衡数据特征选择，信息科学。，483, 1-20 (2019)
[2] Chen，H.M。；李·T·R。；阮，D。；Lin，J.H。；Hu，C.X.，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，25，2，274-284（2013）
[3] 陈，H。；李·T。；罗，C。；霍恩，S.-J。；Wang，G.，动态数据挖掘的决策理论粗糙集方法，IEEE Trans。模糊系统。，23, 6, 1958-1970 (2015)
[4] L.J.Dong，D.G.Chen，同时增加样本和属性的动态数据集的粗糙集增量属性约简，11（2020）1339-1355。
[5] 胡庆华。；Yu，D.R。；Liu，J.F。；吴春霞，基于邻域粗糙集的异质特征子集选择，信息科学。，178, 3577-3594 (2008) ·兹比尔1154.68466
[6] 胡，J。；李·T·R。；罗，C。；Fujita，H。；Li，S.Y.，两个宇宙上的增量模糊概率粗糙集，《国际近似推理》，81，28-48（2017）·Zbl 1401.68321号
[7] 胡春霞。；Zhan，L.，随对象变化更新邻域多粒度近似的动态框架，信息科学。，519, 382-406 (2020)
[8] 胡春霞。；Zhang，L.，具有时间演化属性的增量更新概率邻域三向区域，国际期刊近似推理，120，1-23（2020）·兹比尔1433.68444
[9] 黄Q.Q。；李·T·R。；黄永勇。；Yang，X.，动态不完全混合数据的增量三向邻域方法，Inf.Sci。，541, 98-122 (2020) ·兹比尔1475.68271
[10] 黄Q.Q。；李·T·R。；黄Y.Y。；杨，X。；Fujita，H.，处理复合有序数据的动态优势粗糙集方法，Knowl-基于系统。，187，第104829条pp.（2020）
[11] 黄Y.Y。；李·T·R。；罗，C。；Fujita，H。；Horn，S.J.，基于矩阵的数据挖掘动态更新粗糙模糊近似，Knowl-基于系统。，119, 273-283 (2017)
[12] 黄Y.Y。；李·T·R。；罗，C。；Fujita，H。；Horn，S.J。；Wang，B.，多源混合信息系统中粗近似的动态维护，信息科学。，530, 108-127 (2020) ·Zbl 1459.68205号
[13] 贾晓云。；Liao，W.H。；唐，Z.M。；Shang，L.，决策论粗糙集模型中的最小成本属性约简，信息科学。，219, 151-167 (2013) ·Zbl 1293.91049号
[14] Kryszkiewicz，M.，不完备信息系统的粗糙集方法，信息科学。，112, 1-4, 39-49 (1998) ·Zbl 0951.68548号
[15] Lang，G.M。；Miao，D.Q。；Fujita，H.，基于勾股模糊集理论的三向群体冲突分析，IEEE Trans。模糊系统。，28, 447-461 (2020)
[16] Liang，J.Y。；Wang，F。；Dang，C.Y。；Qian，Y.H.，应用粗糙集技术进行特征选择的组增量方法，IEEE Trans。知识。数据工程，26，2，294-308（2014）
[17] 刘博士。；李·T·R。；Zhang，J.B.，属性变化下概率粗糙集的增量更新近似，Knowl-基于系统。，73, 81-96 (2015)
[18] 刘，Y。；郑立德。；Xiu，Y.L。；尹，H。；Zhao，S.Y。；Wang，X.Z。；陈，H。；Li，C.P.，基于区分矩阵的融合决策表增量特征选择，国际近似推理，118，1-26（2020）·Zbl 1468.68237号
[19] 罗，C。；李·T·R。；Yi，Z。；Fujita，H.，进化数据决策理论粗糙集的矩阵方法，基于知识的系统。，99, 123-134 (2016)
[20] Li，S.Y。；Li，T.R.，属性值变化下基于优势度的粗糙集方法中近似值的增量更新，Inf.Sci。，294, 348-361 (2015) ·Zbl 1360.68840号
[21] 李，X.N。；王，X。；Sun，B.Z。；她，Y.H。；赵立，《信息表三方决策》，《信息科学》。，545, 25-43 (2021) ·Zbl 1475.68383号
[22] 罗，C。；李·T·R。；Yi，Z。；Fujita，H.，进化数据决策理论粗糙集的矩阵方法，Knowl-基于系统。，99, 123-134 (2016)
[23] 罗，C。；李·T·R。；姚义勇，不完全数据的动态概率粗糙集，信息科学。，417, 39-54 (2017)
[24] 罗，C。；李·T·R。；黄Y.Y。；Fujita，H.，更新不完整多尺度信息系统中的三方决策，信息科学。，476, 274-289 (2019) ·Zbl 1442.68232号
[25] 镍、磷。；Zhao，S.Y。；Wang，X.Z。；陈，H。；李，C.P。；Tsang，E.C.C.，基于模糊粗糙集的增量特征选择，信息科学。，536, 185-204 (2020) ·Zbl 1474.68267号
[26] Pawlak，Z.，《粗糙集》，《国际计算杂志》。通知。科学。，11, 5, 341-356 (1982) ·Zbl 0501.68053号
[27] 钱，Y。；梁，J。；Dang，C.，不完全多粒度粗糙集，IEEE Trans。系统。，《人类控制论》，40，2，420-431（2010）
[28] 林孙，L.Y。；Wang，W.P。；丁，Y.H。；Qian，J.C.X.，在不完备邻域决策系统中使用Lebesgue和熵测度的基于邻域多粒度粗糙集的属性约简，Knowl-基于系统。，192，第105373条pp.（2020）
[29] Wang，F。；梁，J。；Qian，Y.，《属性约简：维度增量策略》，Knowl-基于系统。，39, 95-108 (2013)
[30] 王，S。；李·T·R。；罗，C。；Fujita，H.，利用有序数据的多维变化高效更新粗糙近似，Inf.Sci。，372, 690-708 (2016) ·Zbl 1428.68261号
[31] 王，S。；李·T·R。；罗，C。；Chen，H.M。；Fujita，H.，用有序信息系统的多维变量更新近似值的领域方法，《信息科学》。，478, 100-124 (2019) ·Zbl 1443.68186号
[32] 王，S。；李·T·R。；罗，C。；胡，J。；Fujita，H。；Huang，T.Q.，动态有序信息系统中有效更新近似的新方法，信息科学。，507, 197-219 (2020) ·Zbl 1456.68204号
[33] 魏伟（Wei，W.）。；吴晓云。；Liang，J.Y。；蔡，J.B。；Sun，Y.J.，基于区分矩阵的动态数据增量属性约简，Knowl-基于系统。，140, 142-157 (2018)
[34] Wei，L。；刘，L。；齐俊杰。；钱，T.，基于三向概念格的形式决策上下文规则获取，信息科学。，516, 529-544 (2020) ·Zbl 1457.68258号
[35] Wong，S.K.M。；Ziarko，W.，概率近似分类与模糊集模型的比较，模糊集系统。，21, 357-362 (1987) ·Zbl 0618.60002号
[36] 谢晓杰。；Qian，X.L.，动态不完备决策系统的一种新的增量属性约简方法，《国际近似推理》，93，443-462（2018）·Zbl 1452.68235号
[37] Xu，J.F。；Miao，D.Q。；张义杰。；Zhang，Z.F.，流计算的概率粗糙集三元决策模型，国际期刊近似推理，88，1-22（2017）·Zbl 1418.68214号
[38] 杨，B。；Li，J.H.，三方决策研究的复杂网络分析，国际J.Mach。学习。赛博。，11, 973-987 (2020)
[39] 杨，X。；李·T·R。；刘博士。；Chen，H.M。；罗，C.，动态三向概率粗糙集的统一框架，信息科学。，420, 126-147 (2017) ·Zbl 1436.68362号
[40] 杨，X。；刘博士。；杨晓波（Yang，X.B.）。；Liu，K.Y。；Li，T.R.，动态三向近似的增量模糊概率决策理论方法，信息科学。，550, 71-90 (2021) ·Zbl 1483.68415号
[41] Ye，J。；詹，J.M。；Sun，B.Z.，不完全环境下基于模糊粗糙集模型的三方决策方法，Inf.Sci。，577, 22-48 (2021)
[42] 姚，Y。；赵勇，决策论粗糙集模型中的属性约简，信息科学。，178, 17, 3356-3373 (2008) ·Zbl 1156.68589号
[43] Yao，Y.Y.，概率粗糙集的三向决策，Inf.Sci。，180, 341-353 (2010)
[44] Chu，X.L。；Sun，B.Z。；李，X。；Han，K.Y。；吴建清。；Zhang，Y。；Huang，Q.C.，考虑属性相关性的邻域粗糙集三元聚类：潜在痛风组分类方法，Inf.Sci。，535, 28-41 (2020)
[45] 张杰。；Wong，J.-S。；潘，Y.i。；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，27，2，326-339（2015）
[46] 张杰。；李·T。；阮，D.a。；Liu，D.，集值信息系统中基于粗糙集的动态属性变化矩阵方法，国际近似推理，53，4，620-635（2012）·Zbl 1255.68160号
[47] 张庆华。；Lv，G.X。；Chen，Y.H。；王国勇，基于属性值更新的动态三元决策模型，知识系统。，142, 71-84 (2018)
[48] 张，X。；梅，C。；陈，D。；Yang，Y。；Li，J.，使用基于模糊粗糙集的信息熵的主动增量特征选择，IEEE Trans。模糊系统。，28, 5, 901-915 (2020)
[49] 赵，H。；秦国勇，不完全决策表中的混合特征选择，基于知识的系统。，57, 181-190 (2014)
[50] Ziarko，W.，可变精度粗糙集模型，J.Compute。系统。科学。，46, 39-59 (1993) ·兹比尔0764.68162
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。