摘要：增量式学习中，当向决策表中增加一个新例子时，为了获得极小决策规则集，一般方法是对决策表中的所有数据重新计算。但这种方法显然效率很低，而且也是不必要的。论文从粗集理论出发，提出了一种最小重新计算的标准，并在此基础上，给出了一个增量式学习的改进算法。谊算法在一定程度上优于传统的增量式学习算法。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）