高斯核模糊粗糙集中对象集变化时近似集增量更新方法研究

在实际应用中,信息系统中数据的类型是多样的,它可能由类别型、数值型、模糊型等多种形式的数据组成。模糊粗糙集模型可以有效地解决多种类型数据共存情形下的信息处理问题。利用高斯核函数在数值和模糊数据非线性划分上的优势产生模糊关系可以较好地进行模糊粗糙数据分析。而实际的信息系统都是动态变化的,如何利用已有知识来增量更新模糊粗糙集模型的近似集问题是其应用于大数据处理的关键。针对该问题,讨论了模糊信息系统中对象集动态变化时近似集的更新原理,并提出了基于高斯核模糊粗糙集模型的近似集增量更新方法,最后通过实例验证了该方法的正确性和有效性。