随着物联网（IoT）的发展，混合信息系统（HIS）收集越来越多的混合数据。在我们之前的研究中，基于新的混合距离构造了一种新颖的高斯核模糊粗糙集（FRS）。在实际应用中，随着认知度的提高或技术的进步，属性值通常会发生变化。发生更改的情况有三种：插补缺失值，校正误差值以及对值进行粗化或细化。本文分析了FRS中属性值变化和模糊电子对等关系的机理，并讨论了几种更新近似值的增量方法。