一种基于粗集理论的增量式学习改进算法

摘要：

增量式学习中,当向决策表中增加一个新例子时,为了获得极小决策规则集,一般方法是对决策表中的所有数据重新计算.但这种方法显然效率很低,而且也是不必要的.论文从粗集理论出发,提出了一种最小重新计算的标准,并在此基础上,给出了一个增量式学习的改进算法.该算法在一定程度上优于传统的增量式学习算法.

关键词：粗集、增量式学习、动态学习、机器学习

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金10201029

在线出版日期：2007-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：185-188