您的位置: 专家智库 > >

国家自然科学基金(U1230117)

作品数:9 被引量:28H指数:4
相关作者:景运革李天瑞滕飞张钧波唐定勇更多>>
相关机构:西南交通大学运城学院成都东软学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金四川省科技支撑计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 9篇自动化与计算...

主题

  • 6篇约简算法
  • 6篇粗糙集
  • 4篇矩阵
  • 3篇增量式
  • 3篇增量式更新
  • 3篇正域
  • 3篇知识粒度
  • 3篇属性约简
  • 3篇决策表
  • 3篇关系矩阵
  • 2篇云计算
  • 2篇属性值
  • 1篇多粒度
  • 1篇信息系统
  • 1篇运行系统
  • 1篇台下
  • 1篇近似集
  • 1篇加权
  • 1篇PHOENI...
  • 1篇REDUCE

机构

  • 6篇西南交通大学
  • 3篇运城学院
  • 2篇成都东软学院
  • 1篇中国工程物理...

作者

  • 4篇景运革
  • 3篇李天瑞
  • 2篇唐定勇
  • 2篇张钧波
  • 2篇滕飞
  • 1篇罗川
  • 1篇邱光辉
  • 1篇易修文

传媒

  • 3篇计算机工程与...
  • 2篇微电子学与计...
  • 1篇小型微型计算...
  • 1篇软件学报
  • 1篇计算机科学
  • 1篇山东大学学报...

年份

  • 2篇2017
  • 2篇2016
  • 5篇2015
9 条 记 录,以下是 1-9
排序方式:
一种基于关系矩阵维度增量式约简算法被引量:1
2015年
目前决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理,在改进的等价关系矩阵的基础上,提出一种增量式属性约简算法,决策表增加了一些属性,利用更新前决策表的等价关系矩阵和属性约简等信息,便能快速求解出更新后的决策表属性约简.实验结果进一步验证了该方法的有效性和正确性.
景运革黄峻福
关键词:粗糙集增量式更新关系矩阵
基于知识粒度的增量约简算法被引量:5
2016年
在现实中,许多数据库都是动态变化的,非增量约简方法处理这些数据需要花费大量的时间和空间。增量技术是处理动态数据的有效方法。首先介绍了计算知识粒度的增量机制,然后提出了基于知识粒度的增量约简算法,当一些对象增加到决策表时,能够利用原有决策表的知识粒度和约简,快速计算出增加对象后的知识粒度和约简,并通过理论分析验证了增量方法可以减少计算属性约简的时间复杂度,最后用增量方法和非增量方法对UCI数据集进行一系列试验。试验结果表明,所提增量算法在处理动态数据时能够节省大量的计算时间。
景运革李天瑞
关键词:知识粒度属性约简粗糙集理论决策表
不同MapReduce运行系统的性能测试与分析被引量:3
2015年
随着云计算技术的发展,许多MapReduce运行系统被开发出来,如Hadoop、Phoenix和Twister等。直观上,Hadoop具有很强的可扩展性、稳定性,适合处理大规模离线应用;Phoenix具有运行速度快等优点,适合处理数据密集型任务;Twister是轻量级的迭代系统,非常适合迭代式的应用。不同的应用在不同的MapReduce运行系统中有着不同的性能。通过测试不同应用在这些运行系统上的性能,给出了实验比较和性能分析,从而为大数据处理时选择合适的并行编程模型提供依据。
易修文李天瑞张钧波滕飞
关键词:云计算MAPREDUCEHADOOPPHOENIXTWISTER
云平台下基于粗糙集的并行增量知识更新算法被引量:11
2015年
日益复杂和动态变化的海量数据处理,是当前人们普遍关注的问题,其核心内容之一是研究如何利用已有的信息实现快速的知识更新.粒计算是近年来新兴的一个研究领域,是信息处理的一种新的概念和计算范式,主要用于描述和处理不确定的、模糊的、不完整的和海量的信息,以及提供一种基于粒与粒间关系的问题求解方法.作为粒计算理论中的一个重要组成部分,粗糙集是一种处理不确定性和不精确性问题的有效数学工具.根据云计算中的并行模型Map Reduce,给出了并行计算粗糙集中等价类、决策类和两者之间相关性的算法;然后,设计了用于处理大规模数据的并行粗糙近似集求解算法.为应对动态变化的海量数据,结合Map Reduce模型和增量更新方法,根据不同的增量策略,设计了两种并行增量更新粗糙近似集的算法.实验结果表明,该算法可以有效地快速更新知识;而且数据量越大,效果越明显.
张钧波李天瑞潘毅罗川滕飞
关键词:云计算MAPREDUCE粗糙集
一种决策表属性值细化的正域约简算法被引量:4
2015年
目前决策表的数据信息都是动态变化的,为了有效地对这些数据集进行处理,提出了信息系统属性值细化时粗糙集增量式约简的矩阵方法并构造相应的算法,最后,通过实例分析来说明属性约简的具体操作方法和算法的有效性与可行性.
唐定勇景运革
关键词:增量式更新关系矩阵
多粒度粗糙集模型下的矩阵属性约简算法被引量:2
2017年
随着网络和通信技术的快速的发展,社会进入了大数据时代。如何能够快速地从海量大数据中找到属性约简是目前研究的一个热点。由于传统属性约简的方法在计算大数据属性约简时,需要消耗巨大的计算时间,不能有效地处理日益积累的大数据属性约简的问题。为了提高传统属性约简算法的效率,针对较大决策信息系统属性约简更新问题,利用多粒度粗糙集理论,提出了基于多粒度粗糙集模型的矩阵属性约简算法,通过2组UCI数据集对所提出的多粒度矩阵属性约简算法的性能进行测试,结果验证了该多粒度矩阵属性约简算法是合理且有效的。
李丹
关键词:粗糙集多粒度属性约简知识粒度
属性值细化的矩阵增量约简算法被引量:1
2017年
现实生活中许多数据库都是动态变化的,为了获取新的知识,传统的方法需要重复计算,耗时巨大。为了克服这个缺陷,有效处理动态数据,许多学者提出了增量学习方法。针对决策表属性值动态变化,提出了基于属性值细化的矩阵增量约简算法,当一部分属性值被细化时,同非增量约简方法相比,增量方法能快速找到新的约简,最后通过UCI数据进行性能测试,实验仿真结果表明所提增量约简算法是有效的。
李丹
关键词:属性约简粗糙集知识粒度
一种基于关系矩阵决策表增量式约简算法被引量:5
2015年
目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理,介绍了关系矩阵增量机制,提出一种基于关系矩阵的增量式属性约简算法,在原有等价关系矩阵和约简的基础上,当决策表增加了一些对象,对决策表的等价关系矩阵和属性约简进行更新,便能快速求解出更新后的决策表属性约简.最后通过实例分析以及在UCI的2个数据集上分别对增量和非增量式的方法的性能进行了测试,并将实验结果进行比较,结果表明了增量式约简算法的有效性和正确性.
景运革
关键词:增量式更新关系矩阵
基于加权特性关系的扩展粗糙集模型
2016年
综合考虑不完备信息系统中信息缺失的不同情况及属性本身的重要性,提出了加权特性关系,给出了基于加权特性关系的扩展粗糙集模型及其近似集的定义和性质,并用实际例子解释了该扩展粗糙集模型的近似集计算方法。
邱光辉唐定勇
关键词:不完备信息系统粗糙集近似集
共1页<1>
聚类工具0