基于模糊并行约简的模糊概念漂移探测 |
| |
作者单位: | ;1.浙江师范大学数理与信息工程学院 |
| |
摘 要: | 数据流挖掘是当前数据挖掘研究的一个热点,并且数据流的类型也不尽相同。利用模糊粗糙集和F-粗糙集的基本原理和基本方法,提出了一种对模糊型数据流进行模糊并行约简、删除冗余属性的方法,并运用模糊并行约简中属性重要性的变化探测模糊概念漂移现象。有别于传统方法,该方法利用模糊数据的内部本质特性对模糊概念漂移进行探测,并且通过实例验证其探测模糊概念漂移的可行性和有效性。
|
关 键 词: | 模糊数据流 概念漂移 模糊粗糙集 F-模糊粗糙集 模糊并行约简 |
Algorithms of fuzzy concept drifting detection for categorical evolving data based on fuzzy parallel reducts |
| |
Abstract: | |
| |
Keywords: | |
|
|