概念漂移探測(cè)是數(shù)據(jù)流挖掘的一個(gè)硏究重點(diǎn)，不確定性分析是粗糙集理論的硏究核心之一。大數(shù)據(jù)數(shù)據(jù)流中存在不確定變化和概念漂移現(xiàn)象，但是，除F粗糙集外，幾乎所有的粗糙集模型都是靜態(tài)模型或半動(dòng)態(tài)模型專(zhuān)注于各種不確定性研究，難以處理不確定性變化，也難以探測(cè)概念漂移。結(jié)合量子計(jì)算、數(shù)據(jù)流、概念漂移和粗糙集、F-粗糙集的基本觀點(diǎn)，以上、下近似為工具，定義了知識(shí)系統(tǒng)中的全粒度粗糙集和上、下近似概念漂移，上、下近似概念耦合等概念，探討了全粒度粗糙集的性質(zhì)，分析了知識(shí)系統(tǒng)內(nèi)概念的全局變化。全粒度粗糙集繼承了 Pawlak粗糙集和F-粗糙集的基本思想，以上、下近似簇為工具表示了概念在知識(shí)系統(tǒng)內(nèi)的各種可能變化。用嵌套哈斯圖表示了概念不同情況下的同一性和差異性：同一層內(nèi)的表示沒(méi)有發(fā)生概念漂移，不同層內(nèi)的表示發(fā)生了概念漂移。以正區(qū)域?yàn)楣ぞ撸x了決策表中的全粒度正區(qū)域和概念漂移、概念耦合等概念，探究了全粒度正區(qū)域的性質(zhì)，分析了決策表內(nèi)整體概念的全局變化。全粒度正區(qū)域表示了決策表中各種可能情況下的正區(qū)域，用嵌套哈斯圖表示了正區(qū)域簇的同一性和差異性：同一層內(nèi)沒(méi)有發(fā)生相對(duì)于正區(qū)域的概念漂移，不同層內(nèi)發(fā)生了相對(duì)于正區(qū)域的概念漂移。在全粒度粗糙集意義下，定義了全粒度絕對(duì)狝簡(jiǎn)、全粒度值約簡(jiǎn)、全粒度 Pawlak約簡(jiǎn)等屬性約簡(jiǎn)，并探討其性質(zhì)。與大部分的屬性約簡(jiǎn)不同（僅僅與并行約簡(jiǎn)和多粒度約簡(jiǎn)類(lèi)似），全粒度屬性約簡(jiǎn)要求概念的所有可能表示不發(fā)生概念漂移。進(jìn)一步探討了屬性約簡(jiǎn)的優(yōu)缺點(diǎn)，屬約簡(jiǎn)使得概念的表示變得單一，冗余屬性的存在增加了概念表示的豐富性、多樣性。在認(rèn)識(shí)論方面，以粗糙集和粒讓算為工具分析了人類(lèi)認(rèn)識(shí)世界的局部性與全局性，對(duì)人類(lèi)認(rèn)識(shí)世界的方式進(jìn)行了進(jìn)一步探討。全粒度粗糙集在一定意義亦能夠表示人類(lèi)認(rèn)識(shí)的復(fù)雜性、不確定性、多樣性、層次性和動(dòng)態(tài)性，在量子計(jì)算的幫助下能夠從一個(gè)粒度轉(zhuǎn)跳到另一個(gè)粒度并且毫無(wú)困難。全粒度粗糙集的研究及其中的概念漂移探測(cè)為各種條件下的概念漂移探測(cè)和人類(lèi)智能的模擬提供了有益的啟發(fā)。