文献类型：期刊文章

作　　者：钱进[1,2,3] 苗夺谦[1,3] 张泽华[1,3]

机构地区：[1]同济大学计算机科学与技术系,上海201804 [2]江苏技术师范学院计算机工程学院,江苏常州213001 [3]同济大学嵌入式系统与服务计算教育部重点实验室,上海201804

出　　处：《计算机学报》

基　　金：国家自然科学基金(60970061;61075056;61103067);中央高校基本科研业务费专项资金;江苏省属高校自然科学资金项目(09KJD520004)资助~~

年　　份：2011

卷　　号：34

期　　号：12

起止页码：2332-2343

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20120214672600)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：知识约简是粗糙集理论的重要研究内容之一.经典的知识约简算法是假设所有数据一次性装入内存中,这显然不适合处理海量数据.为此,从属性(集)的可辨识性和不可辨识性出发,给出了可辨识和不可辨识对象对的概念及其性质,并阐述了它们与差别矩阵的关系.利用MapReduce设计了并行计算等价类的方法,提出了面向大规模数据的数据并行知识约简算法,讨论并实现了3种并行策略.最后,通过实验表明了云计算环境下知识约简算法是有效可行的,具有较好的可扩展性.

关 键 词：云计算 粗糙集 知识约简 数据并行 MAPREDUCE

分 类 号：TP311]