原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于F-粗糙集的数据流学习及F-粗糙集拓展研究
摘要
概念漂移有一个最典型的特点：数据的决策边界会随着时间发生变化，让传统模
型无法保持原有学习性能，所以概念漂移的自适应研究成为众多学者的热门研究对象。
F-粗糙集是研究概念漂移问题的重要方法之一，它能够从整体和局部的角度探测概念
漂移，具有较高的探测精确度。三支决策作为粗糙集理论的重要拓展，其本身“三分
而治”的思想，使决策判断的误差得以降低，成为解决复杂、模糊问题的强大工具。
集成学习模型能够从意见分歧的角度
文档评论（0）