%0 Journal Article
%T 信息观下增量式属性约简方法研究
%A 刘海涛
%A 续欣莹
%A 谢刚
%A 谢珺
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 针对实际数据大多是动态变化的,在增加样本后,原约简集可能已不再有效,需要对其动态更新．邻域决策系统中现有的增量算法都是从代数观下分析其变化情况,本文从信息观出发,详细分析了增加样本后,条件熵的变化机制,以及其对约简集的影响规律,发现只有新增样本的不一致邻域才引起条件熵的变化,相继引起了约简集的变化．提出了一种信息观下增量式属性约简算法,该算法只需针对新增样本及其不一致邻域进行约简,有效地避免了重复约简,从而快速求得更新后的约简集．从理论上分析了算法的复杂度,通过实例表明该算法是有效的,实验进一步验证了算法的有效性和高效性
%K 条件熵
%K 邻域系统
%K 增量式学习
%K 属性约简
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3281.shtml