大数据挖掘的粒计算理论与方法_梁吉业

资 源 简 介

大数据挖掘的粒计算理论与方法_梁吉业

详 情 说 明

大数据挖掘的粒计算理论与方法由梁吉业教授提出，它主要面向海量、高维、复杂数据的智能处理需求。粒计算（Granular Computing）是一种模拟人类认知的数据分析方法，核心思想是通过信息颗粒（Information Granules）对数据进行分层、抽象和简化。在大数据场景下，粒计算能够有效降低计算复杂度，其方法包括粗糙集、模糊集、商空间等理论工具，适用于特征选择、聚类分析、分类建模等任务。梁吉业团队将粒计算与机器学习结合，提出了多粒度知识发现框架，解决了传统方法在处理非线性、不确定性数据时的局限性，为大数据挖掘提供了可解释性更强的解决方案。