基于粒计算的多粒度数据分析方法综述

doi:10.16337/j.1004-9037.2021.03.002

首页 > 按月查看>2021年第3月 >418-435. DOI:10.16337/j.1004-9037.2021.03.002

基于粒计算的多粒度数据分析方法综述
DOI:
                        10.16337/j.1004-9037.2021.03.002
                    
作者:
                        
                        
                    
作者单位:1.昆明理工大学数据科学研究中心，昆明 650500;2.昆明理工大学理学院，昆明 650500;3.浙江海洋大学信息工程学院，舟山 316022;4.浙江省海洋大数据挖掘与应用重点实验室(浙江海洋大学)，舟山 316022;5.西南大学人工智能学院，重庆 400715;6.江苏科技大学计算机学院，镇江 212003;7.西安石油大学理学院，西安 710065
作者简介:
通讯作者:
基金项目:国家自然科学基金（11971211,61976194,61976244,61976245,62076111）资助项目。

Review of Multi-granularity Data Analysis Methods Based on Granular Computing

Author:

Affiliation:

1.Data Science Research Center, Kunming University of Science and Technology, Kunming 650500, China;2.Faculty of Science, Kunming University of Science and Technology, Kunming 650500, China;3.School of Information Engineering, Zhejiang Ocean University, Zhoushan 316022, China;4.Key Laboratory of Oceanographic Big Data Mining and Application of Zhejiang Province (Zhejiang Ocean University), Zhoushan 316022, China;5.College of Artificial Intelligence, Southwest University, Chongqing 400715, China;6.School of Computer, Jiangsu University of Science and Technology, Zhenjiang 212003, China;7.College of Science, Xi'an Shiyou University, Xi'an 710065, China

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

多粒度数据是一种特殊的、有用的数据类型，它通过对论域（研究对象的集合）采用不同的粒化方式使得数据能够在多个粒度空间中进行呈现，在此基础上可以开展数据的多层次知识发现研究。商空间理论、序贯三支决策、多粒度粗糙集、多尺度数据分析模型和多粒度形式概念分析是几种常见的、有效的多粒度数据分析方法，已受到人们的广泛关注。本文对基于粒计算的多粒度数据分析研究工作进行综述，给出每一类多粒度数据分析方法的理论框架、基本概念以及主要研究思想，并指出多粒度数据分析研究中存在的若干问题，为该领域的后续研究提供理论参考。

Abstract:

Multi-granularity data is a special useful type of data which is able to show data in different granularity spaces by using different granularity forms of a universe of discourse （i.e. a set of research objects）， and then multi-level knowledge discovery can be studied based on multi-granularity data. As is well-known， quotient space theory， sequential three-way decision， multi-granulation rough set， multi-scale data analysis model and multi-granularity formal concept analysis are several common and effective multi-granularity data analysis methods， and they have attracted more and more people’s attention. This paper reviews the existing work on multi-granularity data analysis in granular computing， gives theoretical frameworks， basic notions and main research ideas for each kind of multi-granularity data analysis methods， and points out some problems for the further study of multi-granularity data analysis. The obtained results can provide a theoretical reference for future research of this field.