關鍵詞：增量式學習 粒計算 屬性約簡 數值型數據 鄰域粒化 

摘要：增量式屬性約簡是針對動態型數據的一種重要的數據挖掘方法,目前已提出的增量式屬性約簡算法大多基于離散型數據構建,很少有對數值型數據進行相關的研究.鑒于此,提出一種數值型信息系統中對象不斷增加的增量式屬性約簡算法.首先,在數值型信息系統中建立一種分層的鄰域粒化計算方法,并基于該方法提出鄰域粒化的增量式計算;然后,在鄰域粒化增量式計算的基礎上給出鄰域粒化條件熵的增量式更新方法,并基于該更新機制提出對應的增量式屬性約簡算法;最后,通過實驗分析表明所提出算法對于數值型數據的增量式屬性約簡具有更高的有效性和優越性.

控制與決策雜志要求:

{1}注釋及參考文獻格式參照GB/T7714-2015《信息與文獻參考文獻著錄規則》。

{2}請勿一稿兩投；請遵循學術規范，如出現剽竊，文責自負。

{3}投稿方式：將電子版（Word 文檔）發送至編委會郵箱，并以“ 作者單位+ 作者姓名+ 文章標題” 為郵件名稱。

{4}屬于課題或基金項目的論文，請詳細注明類別、名稱及編號等內容。

{5}用第一、第二……或首先、其次……時，如每段文字不長可在同一自然段內接排，如每段文字均較長，可另起一自然段。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社