【摘 要】
：
概念漂移探测是数据流挖掘的一个研究重点,不确定性分析是粗糙集理论的研究核心之一.结合数据流、概念漂移和粗糙集、F-粗糙集的基本观点,以上下近似为工具,定义了上下近似概
【机 构】
：
浙江师范大学数理与信息工程学院,同济大学电子与信息工程学院,北京交通大学计算机与信息技术学院,浙江师范大学行知学院
论文部分内容阅读
概念漂移探测是数据流挖掘的一个研究重点,不确定性分析是粗糙集理论的研究核心之一.结合数据流、概念漂移和粗糙集、F-粗糙集的基本观点,以上下近似为工具,定义了上下近似概念漂移、上下近似概念耦合等概念,据此分析了信息表内概念随着属性而变化的特点.以正区域为工具,定义了决策表内概念漂移、概念耦合等概念,分析了决策表内整体概念随属性变化而变化.在认识论方面,从理想和现实2方面定义了认识收敛,从粒计算、粗糙集的角度对人类认识世界的方式进行了探讨.
其他文献
大数据环境中监控和冗余混合策略的采用引起资源优化配置模型的状态空间膨胀,进化搜索算法在整型与非整型变量结合的解空间中的搜索效率有待提高,为此提出了基于搜索邻域分析的三元组模因算法.在分析了监控频率等参数变化对组件及系统可靠性增长影响的基础上,针对监控频率提出了基于变长邻域的近邻生成方法,针对策略选项提出了与组件关联的近邻生成方法.采用模因算法框架并改进了局部搜索算子,通过组件间的迭代搜索在保持个体
＃SA T 问题又称模型计数（model counting ）问题是人工智能领域的研究热点之一，在人工智能领域被广泛应用。在对基于扩展规则的＃SAT 问题求解方法CER（counting models using extensi