计算机应用研究

作者：徐健锋,王喜秋,刘斓,汤涛,

单位：1.南昌大学软件学院,南昌330047；2.南昌大学信息工程学院,南昌330031；3.江西省经济犯罪侦查与防控技术协同创新中心,南昌330031；

关键词：三支决策,流计算模式,动态学习,概率粗糙集,

基金：国家自然科学基金资助项目(61763031,61673301)；江西省经济犯罪侦查与防控技术协同创新中心开放基金资助项目(JXJZXTCX-023)；江西省教育厅科技项目(GJJ161675)；江西省研究生创新专项资金项目(YC2016-S053)；；

针对流计算模式中的动态对象增量与减量同步发生的现象，提出了一种概率粗糙集三支决策的快速流计算方法。首先讨论了流计算模式中决策信息系统的单对象增减更新模式的数据模式；然后基于流计算数据变化模式分别提出了数据增量与数据减量时三支决策域的变化推理；最后基于上述理论给出了一种流计算模式下的三支决策动态增减快速学习算法。通过八种UCI数据集的对比实验，证明了该算法不但在时间消耗上明显优于经典三支决策算法，而且对于三支决策阈值具有较强的稳定性。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期