面向动态数据高效属性约简算法研究 pdf下载

　　《面向动态数据高效属性约简算法研究》围绕基于粗糙集动态属性约简算法这一目标展开研究。针对决策信息系统中对象、属性、属性值动态变化时如何有效更新属性约简的问题，分析了计算知识粒度和正域的增量更新机制，提出了对象、属性、属性值变化后的动态属性约简算法；针对如何有效更新动态大数据属性约简的问题，设计了基于多粒度粗糙集模型属性约简算法和基于多粒度粗糙集模型动态属性约简算法；针对决策信息系统中属性增加且属性值粗化、属性值粗化且对象增加时如何有效获取约简的问题，探讨了计算正域的更新原理，提出了属性增加且属性值粗化及属性值粗化且对象增加动态属性约简算法。

　　景运革，1970年10月出生，1996年7月本科毕业于西南交通大学应用数学系，在山西省永济电机厂设计部工作，2001年被评为工程师。2007年7月硕士毕业于陕西师范大学计算机科学学院。2017年7月博士毕业于西南交通大学信息科学与技术学院，现为山西省运城学院公共计算机教学部副教授。主要研究方向是粒计算与粗糙集理论、人工智能处理、云计算。主要研究成果：以作者发表学术论文20余篇。其中被SCI期刊录用4篇，EI期刊录用1篇，北大核心期刊录用6篇。

第1章 绪论
1．1 研究背景与研究意义
1．2 粒计算理论的研究现状
1．3 粗糙集理论的研究现状
1．4 基于粗糙集属性约简的研究现状
第2章 预备知识
2．1 经典粗糙集模型
2．2 多粒度粗糙集模型
2．3 粒度度量
2．4 经典粗糙集模型下基于知识粒度的属性约简定义和算法
2．5 经典粗糙集模型下基于正域的属性约简定义和算法
2．6 小结
第3章 对象变化时动态属性约简算法研究
3．1 对象增加时基于知识粒度的动态属性约简算法
3．2 对象增加时基于正域的动态属性约简算法
3．3 小结
第4章 属性增加时动态属性约简算法研究
4．1 属性增加时基于知识粒度的动态属性约简算法
4．2 属性增加时基于正域的动态属性约简算法
4．3 小结
第5章 属性值变化时动态属性约简算法研究
5．1 属性值变化时基于知识粒度的动态属性约简算法
5．2 属性值粗化时基于正域的动态属性约简算法
5．3 小结
第6章 多粒度粗糙集模型动态属性约简算法研究
6．1 多粒度粗糙集模型属性约简原理与算法
6．2 对象增加时多粒度粗糙集模型动态属性约简原理与算法
6．3 对象删除时多粒度粗糙集模型动态属性约简原理与算法
6．4 算法复杂度分析
6．5 实验方案与性能分析
6．6 小结
第7章 属性增加且属性值细化动态属性约简算法研究
7．1 属性增加且属性值细化动态属性约简原理与算法
7．2 实验方案与性能分析
7．3 小结
第8章 属性值细化且对象增加动态属性约简算法研究
8．1 属性值细化且对象增加动态属性约简原理与算法
8．2 实验方案与性能分析
8．3 小结
参考文献

　　随着计算机网络技术、计算机存储技术和通信技术的迅猛发展，各行各业形成的大数据既为企业的发展提供了大好机遇，也给企业带来了严峻的挑战．如何能够及时有效地从大数据中发现有用的知识和信息已成为当前十分迫切的问题，另外，各种应用数据在现实中不断地动态变化，包括旧数据的删除和新数据的增加以及一些错误数据的修订等，如何设计基于大数据的实时属性约简高效算法是当前大数据处理研究领域中人们普遍关注的一个核心问题，增量学习方法可以利用原有的计算结果对新进来的知识进行动态更新和修正，使更新后的知识更具有实时性，从而极大地降低大数据分析处理对时间和空间的需求。
　　本书围绕基于粗糙集动态属性约简算法这一目标进行研究，具体包括粗糙集理论的基本知识和属性约简的基本概念等内容．针对决策信息系统中对象动态变化时如何有效更新属性约简的问题，探讨了计算知识粒度和正域的增量更新机制，提出了对象变化后的动态属性约简算法；针对决策信息系统中属性随着时间动态增加时如何有效更新属性约简的问题，分析了计算知识粒度和正域的增量更新原理，设计了属性增加后的动态属性约简算法；针对决策信息系统中属性值动态变化时如何有效更新属性约简的问题，分析了对象的属性值发生变化后获取知识粒度和正域的增量更新机制，提出了对象值变化后动态属性约简算法；针对如何有效更新动态大数据属性约简的问题，利用粗糙集中多粒度的概念和“分而治之”方法分析大数据属性约简机制，并分析了决策信息系统知识粒度增量更新机制，设计了基于多粒度粗糙集模型的属性约简算法和基于多粒度粗糙集模型的动态属性约简算法；针对决策信息系统中属性增加且属性值粗化时如何有效获取约简的问题，分析了属性增加和属性值粗化计算正域的增量更新机制，提出了属性增加且属性值粗化动态属性约简算法；针对决策信息系统中属性值粗化且对象增加时如何有效计算约简的问题，分析了属性值粗化且对象增加获取正域的增量更新原理，设计了属性值粗化且对象增加的动态属性约简算法．本书的出版对从事粗糙集理论和粒计算理论研究、知识发现和数据挖掘研究的科技工作者具有重要的参考价值。