传统属性约简算法不能有效解决动态数据属性约简问题，寻求高效动态数据属性约简算法是目前人工智能领域研究的热点。本文在动态分布优势数据集中引入矩阵优势条件熵和优势矩阵，探讨基于优势条件熵的矩阵增量属性约简方法。首先，定义了分布数据集的优势矩阵和优势条件熵；其次，通过分析分布数据集添加对象的过程，提出了优势矩阵的增量更新原理和融合机制；然后，给出了基于优势条件熵的矩阵增量约简方法。最后，利用6组UCI(University of California Irvine)优势数据集进行实验，用于验证增量属性约简算法的高效性。实验结果表明：与非增量属性约简算法相比，由增量属性约简算法计算约简的运行时间缩短了85.6%。所以，本文所给出的矩阵增量属性约简算法是求解动态分布优势数据集属性约简的快速有效方法。