局部邻域粗糙集降低了近似集计算的时间复杂度，为数值型数据的知识发现提供了一种高效的方法．现实环境下的数据通常是数值型并且会随着时间的变化而动态变化．为了对动态数值型数据进行有效的知识发现，提出一种局部邻域粗糙集模型的增量更新算法．分析对象集变化时局部近似集的更新公式，设计动态数值型数据的局部近似集的更新算法．实验结果表明，所提出的算法能够有效利用已有知识，比非增量算法具有更高的计算效率．
科研之友
微信
新浪微博
Facebook
分享链接
