黄倩倩;黄燕勇;李天瑞;杨欣 不完全混合数据多维变化的动态三元邻域决策模型。 (英语) Zbl 07810810号 信息科学。 597, 358-391 (2022). 摘要:三方决策理论作为一种强大的粒度计算方法,在不确定性环境下的决策中得到了广泛的应用。不完全混合数据中包含异质和缺失特征的决策任务在实际情况中非常丰富。为了处理这些任务,研究了一些基于三方决策的工作。然而,用于评估对象的损失是精确实数,这使得这些决策模型在不完全混合数据中存在缺失值时,在应用中存在一定的局限性。因此,本文通过将区间值损失函数分配给每个对象,并进一步采用平均策略来整合每个数据驱动邻域类中对象的区间值损失功能,构建了一个广义三元邻域决策模型。此外,考虑到不完整混合数据的对象和属性将随时间同时发生变化,本文还提供了一个有效的框架来动态维护所提模型的三向区域。通过引入矩阵运算和相关概念的矩阵形式,首次提出了一种基于矩阵的三元区域计算方法。然后,在对象和属性同时变化的情况下,分别提出了基于矩阵的增量式区域更新机制和算法。在九个数据集上的实验结果表明,与静态算法相比,该增量算法可以有效地提高进化数据的计算性能。 MSC公司: 68泰克 人工智能 关键词:三方决策;不完全混合数据;矩阵法;增量学习 PDF格式BibTeX公司 XML格式引用 \textit{Q.Huang}等人,《信息科学》。597358-391(2022;Zbl 07810810) 全文: 内政部 参考文献: [1] Chen,H.M。;李·T·R。;罗,C。;Horn,S.J。;Wang,G.Y.,动态数据挖掘的决策理论粗糙集方法,IEEE模糊系统汇刊,23,6,1958-1970(2015) [2] Chen,Y.S。;Li,J.J。;Huang,J.X.,多尺度信息决策系统最优尺度选择的矩阵方法,数学,7,3,290(2019) [3] Hu,B.Q.,基于偏序集的三向决策空间和基于犹豫模糊集的三方向决策,基于知识的系统,91,16-31(2016) [4] 胡炳清,基于半三向决策空间的三向决策,信息科学,382-383415-440(2017)·Zbl 1429.68288号 [5] 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,国际近似推理杂志,120,1-23(2020)·Zbl 1433.68444号 [6] 胡春霞。;张,L。;Liu,S.X.,《更新动态信息系统多粒度近似的增量方法》,《智能与模糊系统杂志》,40,3,4661-4682(2021) [7] 黄Q.Q。;李·T·R。;黄Y.Y。;Yang,X.,动态不完全混合数据的增量三向邻域方法,信息科学,541,98-122(2020)·Zbl 1475.68271号 [8] 黄Q.Q。;李·T·R。;杨,X。;王国强。;Hu,J.,基于矩阵的不完全混合数据知识维护增量方法,中国计算机系统杂志,41,4,868-877(2020) [9] 黄Y.Y。;李·T·R。;罗,C。;藤田,H。;Horn,S.J.,基于矩阵的数据挖掘动态更新粗糙模糊近似,基于知识的系统,119,273-283(2017) [10] 黄Y.Y。;李·T·R。;罗,C。;藤田,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,530108-127(2020)·Zbl 1459.68205号 [11] Jiao,L。;Yang,H.L。;Li,S.G.,基于具有单值中性粒细胞信息的决策理论粗糙集的三向决策,国际机器学习和控制论杂志,11557-665(2020) [12] Li,S.Y。;Hong,Z.Y。;Li,T.R.,分布式数据的有效组合粗糙近似,基于知识的系统,182,第104793条,pp.(2019) [13] Li,W.W。;黄志强。;贾晓云。;蔡晓云,基于邻域的决策理论粗糙集模型,国际近似推理杂志,69,1-17(2016)·Zbl 1344.68238号 [14] Li,X.N。;孙庆秋。;Chen,H.M。;Yi,H.J.,《关于两个宇宙的三方决定》,信息科学,515,263-279(2020)·Zbl 1457.68265号 [15] 李振伟。;Huang,D.,模糊条件决策信息系统中的三元决策方法及其在信用卡评估中的应用,《粒度计算》,第5期,第513-526页(2020年) [16] Liang,D.C。;Liu,D.,从直觉模糊决策理论粗糙集导出三方决策,信息科学,300,28-48(2015)·Zbl 1360.68841号 [17] Liang,D.C。;Liu,D.,基于区间值决策理论粗糙集的三方决策系统研究,信息科学,276186-203(2014) [18] Liang,D.C。;徐,Z.S。;Liu,D.,基于双犹豫模糊信息的决策理论粗糙集的三方决策,信息科学,396127-143(2017)·Zbl 1429.68292号 [19] Liang,J.Y。;Wang,F。;邓,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知识与工程学报,26,2,294-308(2014) [20] 刘博士。;Liang,D.C.,有序决策系统中的三向决策,基于知识的系统,137182-195(2017) [21] 刘博士。;梁博士。;Wang,C.C.,基于不完全信息系统的新型三方决策模型,基于知识的系统,91,32-45(2016) [22] 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,476274-289(2019)·Zbl 1442.68232号 [23] 罗,J.F。;藤田,H。;Yao,Y.Y。;秦庆英,《粗糙集理论中不完全信息下的相似性建模与三元决策》,基于知识的系统,191,第105251页,(2020) [24] 马,F.M。;丁,M.W。;Zhang,T.F。;Cao,J.,基于压缩二进制可辨矩阵的组动态数据增量属性约简算法,神经计算,344,20-27(2019) [25] B.B.Sang,H.M.Chen,L.Yang,T.R.Li,W.H.Xu,基于模糊优势邻域粗糙集的条件熵增量特征选择,IEEE模糊系统事务(2021),https://doi:10.1109/TFUZZ.2021.3064686。 [26] Savchenko,A.V.,基于距离因子的深度特征多类别图像识别中的顺序三向决策,信息科学,489,18-36(2019)·Zbl 1448.68387号 [27] Al-shami,T.M.,《使用包含邻域的医学应用改进粗糙集的准确性度量》,《信息科学》,569,110-124(2021) [28] Al-shami,T.M。;傅伟强。;Abo-Tab,E.A.,基于E-邻域的新粗糙近似,复杂性(2021) [29] 王,S。;李·T。;罗,C。;陈,H。;Fujita,H.,《利用有序信息系统的多维变化更新近似值的领域方法》,《信息科学》,478100-124(2019)·Zbl 1443.68186号 [30] 王,S。;李·T。;罗,C。;Fujita,H.,利用有序数据的多维变化高效更新粗糙近似,信息科学,372,690-708(2016)·Zbl 1428.68261号 [31] 王,S。;李·T。;罗,C。;胡,J。;藤田,H。;Huang,T.Q.,动态有序信息系统中有效更新近似值的新方法,信息科学,507197-219(2020)·Zbl 1456.68204号 [32] Xu,Y。;王晓生,基于区间损失函数改进聚合方法的三方决策,信息科学,508214-233(2020) [33] Yang,D.D。;邓先生。;Fujita,H.,区间值决策系统中的部分-整体优势三元决策模型,国际近似推理杂志,126308-325(2020)·兹比尔1490.68237 [34] 杨,X。;李·T·R。;刘博士。;Chen,H.M。;Luo,C.,动态三元概率粗糙集的统一框架,信息科学,420126-147(2017)·Zbl 1436.68362号 [35] 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 [36] Yang,X.P。;李·T·J。;Tan,A.H.,《模糊不完全信息系统中的三向决策》,《国际机器学习与控制论杂志》,第11期,第667-674页(2020年) [37] Yang,Y。;胡建华。;Liu,Y.M。;Chen,X.H.,基于相似性和三元决策理论的医疗诊断和治疗多阶段混合决策支持模型,专家系统,36,3,文章e12377 pp.(2019) [38] 姚义勇,决策论粗糙集模型,年,(《粗糙集与知识技术国际会议论文集》(2007)),第1-12页 [39] 姚义勇,概率粗糙集近似,国际近似推理杂志,49255-271(2008)·Zbl 1191.68702号 [40] Yao,Y.Y.,概率粗糙集模型中的三向决策,信息科学,180,341-353(2010) [41] Yao,Y.Y.,《三种决策与认知计算》,认知计算,8,4,543-554(2016) [42] Yao,Y.Y.,《三元决策与粒度计算》,《国际近似推理杂志》,第103期,第107-123页(2018年)·Zbl 1448.68427号 [43] Yao,Y.Y.,《三级思维:三方决策模型》,《国际机器学习与控制论杂志》,第11期,第947-959页(2020年) [44] Yu,H。;Chang,Z.H。;Wang,G.Y。;陈晓峰,基于引力搜索的高效三元聚类算法,国际机器学习与控制论杂志,11003-1016(2020) [45] 张,C.C。;Dai,J.H.,基于知识粒度的不完备决策系统增量属性约简方法,粒度,计算,5545-559(2020) [46] 张庆华。;杨,C.C。;Wang,G.Y.,带直觉模糊数的顺序三方决策模型,IEEE系统、人与控制论汇刊:系统,51,5,2640-2652(2021) [47] 张,X.X。;Chen,L。;Wang,Y。;Wang,G.Y.,基于三方决策的建议的改进增量非负矩阵分解方法,认知计算(2021) [48] 赵,H。;Qin,K.Y.,不完全决策表中的混合特征选择,基于知识的系统,57181-190(2014) [49] X.R.Zhao。;胡炳清,多值信息表中基于决策论粗糙集的三向决策,信息科学,507684-699(2020)·Zbl 1456.68214号 [50] Ziarko,W.,粗糙集的概率方法,国际近似推理杂志,49,272-284(2008)·兹比尔1191.68705 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。