屬性增加時基于矩陣方法的增量屬性約簡算法

1、屬性增加時基于矩陣方法的增量屬性約簡算法屬性增加時基于矩陣方法的增量屬性約簡算法隨著通信和計算機技術(shù)的迅速發(fā)展，各行各業(yè)都積累了大量數(shù)據(jù)，數(shù)據(jù)每時每刻都在動態(tài)變化。例如學校教務(wù)部門和人事部門都有教師的信息，如果把教務(wù)部門和人事部門的教師信息整合起來，就會造成信息系統(tǒng)屬性增加等。針對決策信息系統(tǒng)屬性增加時如何快速更新約簡問題，如果使用非增量屬性約簡算法[13]來處理動態(tài)數(shù)據(jù)屬性約簡時，不能有效利用先前的計算結(jié)果，導致運行速度較慢。由于非增

2、量屬性約簡算法不能有效處理動態(tài)變化數(shù)據(jù)屬性約簡的問題，因此很多學者設(shè)計了增量屬性約簡算法去解決動態(tài)變化數(shù)據(jù)屬性約簡的問題。Qian等根據(jù)決策信息系統(tǒng)中屬性動態(tài)增加和減少情況下的信息粒度變化規(guī)律，提出正向近似和逆向近似，并成功應(yīng)用于啟發(fā)式屬性約簡算法的加速，為基于粗糙集的知識發(fā)現(xiàn)性能優(yōu)化提供了新思路[4]；Wang等分析了一些屬性動態(tài)增加情況下三種信息熵的增量變化機制，提出了一種基于信息熵的增量屬性約簡算法[5]；Jing針對決策信息系統(tǒng)

3、對象屬性集動態(tài)變化時如何快速計算約簡問題，討論了計算等價關(guān)系矩陣和相對知識粒度的增量更新原理，提出了基于對象增加時動態(tài)屬性約簡算法[6]；王磊等分析了屬性動態(tài)變化下用矩陣方法計算知識粒度的增量更新原理，提出了一種屬性集動態(tài)變化增量屬性約簡算法[7]；Zeng等給出了一種新的混合距離概念，結(jié)合混合距離和高斯核，分析了當決策信息系統(tǒng)等價關(guān)系矩陣，則其元素被定義為：為了表示方便，下文中可簡寫為。定義3[7]假設(shè)決策信息系統(tǒng)為，UC=X1，X2

4、，，Xm是決策信息系統(tǒng)論域U上的劃分，決策信息系統(tǒng)條件屬性C的知識粒度定義為，且是矩陣所用元素的平均值。定義4[6]假設(shè)決策信息系統(tǒng)為，，分別是決策信息系統(tǒng)論域U上的等價關(guān)系矩陣，，決策信息系統(tǒng)C關(guān)于D的相對知識粒度定義為：定義5[6]假設(shè)決策信息系統(tǒng)為，，，，分別是決策信息系統(tǒng)論域U上的等價關(guān)系矩陣，，a在決策信息系統(tǒng)C相對于D的重要性（內(nèi)重要性）被定義為：定義6[6]假設(shè)決策信息系統(tǒng)為，C0C，，，，分別是決策信息系統(tǒng)論域U上的等價