知识系统中全粒度粗糙集及概念漂移的研究.PDFVIP

第卷第期 ４２ １ 　 　　　　　　　　 Ｖｏｌ．４２Ｎｏ．１ 年月 ２０１９１ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊａｎ．２０１９ 　 知识系统中全粒度粗糙集及概念漂移的研究 ），），） ） ） ） １２３ １ ３ ４ 邓大勇 卢克文 苗夺谦 黄厚宽 　 　 　 ） １浙江师范大学数理与信息工程学院浙江金华 （ ） ３２１００４ 　 　 ） ２（浙江师范大学行知学院浙江金华 ） ３２１００４ 　 　 ） ３（同济大学电子与信息工程学院上海 ） ２０１８０４ 　 　 ） ４（北京交通大学计算机与信息技术学院北京 ） １０００４４ 　 　 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大数据、数据 ． 　　 流中存在不确定变化和概念漂移现象，但是，除粗糙集外，几乎所有的粗糙集模型都是静态模型或半动态模型， Ｆ ， ， 、 、 专注于各种不确定性研究难以处理不确定性变化也难以探测概念漂移结合量子计算数据流概念漂移和粗糙 ． 集、粗糙集的基本观点，以上、下近似为工具，定义了知识系统中的全粒度粗糙集和上、下近似概念漂移，上、下近 Ｆ 似概念耦合等概念，探讨了全粒度粗糙集的性质，分析了知识系统内概念的全局变化全粒度粗糙集继承了 《 ． Ｐａｗｌａｋ 粗糙集和粗糙集的基本思想，以上、下近似簇为工具表示了概念在知识系统内的各种可能变化用嵌套哈斯图表 Ｆ ． 示了概念不同情况下的同一性和差异性：同一层内的表示没有发生