共查询到20条相似文献，搜索用时 31 毫秒
1.
决策树是一种简单而且应用广泛的分类算法。一个决策表中包含大量的样本信息,一个样本就代表一条基本的决策规则。为了从决策表中抽取适应性大的规则,就需要对决策表进行属性约简。使用粗糙集理论对决策表进行约简比较出色。在用辨识矩阵方法对决策表进行属性约简时,需要考虑实现约简的一些技术问题。如建立决策表的可辨识矩阵,对所有取值非空集合元素建立相应的析取逻辑表达式,对析取表达式进行合取运算等。在VB编程环境下,实现了该算法的约简过程。实例仿真表明了该算法对于决策表属性约简是可行的。 相似文献
2.
提出了基于粗糙集理论建立瓦斯突出预测模型.针对粗糙集理论研究离散化数据的特点,考虑类分布信息,采用信息熵理论进行连续条件属性的离散化.在此基础上,利用粗糙集约简算法剔除冗余属性,得到约简属性,并进行规则提取,最后进行实例研究检验.结果表明,预测模型有较高的准确率. 相似文献
3.
为了克服基本粗糙集理论确定权重的不足,提出一种新的基于粗糙集和粒子群优化算法的权重确定方法.该方法先利用粗糙集和粒子群优化算法对决策表进行属性约简,对约简后的决策表再用粗糙集方法计算属性权重.运用该算法对教师职业倦怠与压力数据进行分析,得到影响教师职业倦怠的各种压力因子的权重.研究结果表明,基于粗糙集和粒子群优化算法可以对决策表的权重进行有效的分析. 相似文献
4.
提出了一种基于可变精度粗糙集的规则挖掘矩阵算法,它是一个采用基于分类精确度的粗糙集模型进行决策规则挖掘的新方法,能有效地处理决策表的不一致性.实例结果和实际应用表明该算法是有效的,为信息系统的规则约简、获取和信息压缩提供了新的思路. 相似文献
5.
该文提出了一种新的决策表连续属性离散化算法.首先使用条件信息量来度量条件属性的重要性,并据此对条件属性按照条件信息量从大到小排序,然后按排序后的顺序,考察每个条件属性的所有断点,将冗余的断点去掉,从而将条件属性离散化.该算法易于理解,计算简单. 相似文献
6.
基于属性依赖度的图像隐写分析算法 总被引：1，自引：1，他引：0
针对文献[6]将粗糙集属性约简应用于信息隐藏盲检测中检测正确率有所下降的问题,提出了基于属性依赖度的图像隐写分析算法,该算法利用粗糙集理论属性依赖度提出决策表离散优化的措施,寻找一种提高整个决策表分类能力的办法,以达到提高检测正确率的目的。首先利用该算法对决策表进行优化,其次通过属性约简得到最小约简,最后采用支持向量机构造分类器,对Cox、Piva两种不同隐写术进行实验结果表明,使用该算法不仅检测正确率有较大提高,而且检测效率也有较大提高。 相似文献
7.
从决策表中提取蕴含规则是粗糙集理论的重要内容，现有的基于粗糙集理论的规则提取算法有极高的时间和空间复杂度，因而通常认为不适合用于大规模决策表。本文提出了R_apriori算法，将数据挖掘领域中经典的apriori算法与粗糙集理论结合起来，应用于决策表中蕴含规则的提取上。该算法首先将决策表按其决策属性值划分为若干子块，形成D_划分；再将D_划分子块继续切分为更小的子块，应用apriori算法来提取子决策表中蕴含的信息，并通过子决策表标志矢量来减少搜索范围，同时引入项集簇的概念，减少了项集组合次数，在一定程度上避免了组合爆炸，基于UCI数据集上的实验证明了该方法的有效性。 相似文献
8.
粗糙集理论中的有效算法研究是粗糙集理论的一个研究热点,目前主要集中在决策规则提取算法、属性约简算法、粗糙集基本并行算法以及与粗糙集有关的神经网络和遗传算法等。其中,属性约简算法是粗糙集理论及应用研究的重要内容。本文对粗糙集理论中的属性约简进行了比较系统的研究,在总结现有方法的基础上,提出了一种基于可辨识矩阵的启发式属性约简方法。 相似文献
9.
为了分析影响毕业论文质量的关键因素,以毕业论文评定表的原始数据为基础。利用粗糙集理论与算法对知识进行简化。对决策表采用了基于差别矩阵的属性约简算法、属性重要度分析、值约简和规则提取等操作,去除决策表中冗余的属性和属性值,得到了影响毕业论文质量的关键因素,对撰写好毕业论文做出了预测分析。 相似文献
10.
从图论的角度,研究粗糙集模型及决策表相对正域和决策规则.方法：将关系和集合用图表示,通过求图的子图以及两图是否相交来求解集合上、下近似;通过求带权图的子图求取决策表相对正域,以及决策规则.基于图论的粗糙集模型更形象更直观.本文提供了一个研究粗糙集模型的新方法. 相似文献
11.
提出了一种分类规则的蚁群挖掘算法.算法首先对所有的连续属性值离散化,得到相应的离散属性,然后让各只蚂蚁按照某种策略选择相关属性,对所选属性再选择理想的属性值,循环地构造单个规则,接着更新训练集,最终形成各类规则集.最后用新规则约简算法进行约简操作.对两个公用数据的实验及其与Ant-Miner和C4.5的对比表明,算法能够发现更好的分类规则.实验同时表明该算法是有效的. 相似文献
12.
13.
李萍 《廊坊师范学院学报(自然科学版)》2011,11(6):39-40
根据粗糙集理论,讨论属性值的约简方法。属性值约简是在属性约简的基础上,对决策表中的每一条记录去掉冗余属性值,从而构成一个最小的决策规则集。重点根据启发式值约简方法,对隐形眼镜数据进行分析,为后序的数据分析减少冗余信息。 相似文献
14.
连续属性离散化是基于粗糙集的数据挖掘中的关键问题。针对该问题提出了一种遗传算法,在保持不可分辨关系的前提下,以最小断点集为目标,对交叉算子、变异算子进行了改进。最后,使用UCI机器学习数据对算法进行了验证,并与其它的离散化算法进行了比较,结果表明算法是有效的。 相似文献
15.
刘仁维 《兰州教育学院学报》2001,(1):57-60
Roughset理论所作的知识约简，主要是属性约简，但是，对一个增长的决策表，因为新加入的决策规则可能会与原有决策规则不相容，这样新加入一条决策规则后的知识约简可以看成是对一个增长的不相容决策表的增量式学习，本分析了作可能增量式学习的算法的复杂性和直接进行决策表约简的复杂性。 相似文献
16.
根据决策表属性约简中保持条件属性对决策属性相对核不变的特点,利用集合覆盖方法,定义了决策表的相关矩阵,把决策表的约简问题转化为求集合覆盖问题,通过求决策表的最小集合覆盖来求出其最小属性约简.同时,给出了基于集合覆盖的决策表属性约简算法,时间复杂度为O(|U|2|C|2),通过应用分析证明了本方法的实用性. 相似文献
17.
《宜宾学院学报》2019,(12):29-38
粗糙集属性约简算法是数据预处理的有效方法,但无法处理某些结构复杂的数据.为了进一步拓宽粗糙集的应用范围,通过扩展粗糙集模型或改进属性约简算法以提高粗糙集的数据处理能力.对模糊粗糙集、覆盖粗糙集、邻域粗糙集、决策粗糙集、变精度粗糙集等几类拓展粗糙集模型的一些经典属性约简算法和最新提出的算法进行梳理和归纳后发现,现存的算法在运行效率和空间复杂度等方面限制了拓展粗糙集模型的使用范围.当前研究中拓展粗糙集模型在约简理论完善、大数据处理、特殊数据处理等三个方面的问题依然存在,因此未来应重点结合Pawlak粗糙集属性约简算法的思想、智能算法以及其他一些理论方法来研究拓展粗糙集模型属性约简理论. 相似文献
18.
陈小瑜 《泉州师范学院学报》2010,28(4):76-81
为了获取区域经济发展的潜在规律和规则,提出一种处理经济空间数据库的信息方法,即利用离散化算法对经济空间数据库进行离散化处理后建立决策表,再通过对知识的简化和属性值的约简,从中进行数据发掘和知识发现.并以此对福建省2003年的部分经济指标数据进行了实证探讨. 相似文献
19.
特征选择及规则提取是数据挖掘过程中的重要环节.Rough集理论提供了一种新的属性约简即特征选择及规则提取工具,但目前Rough集理论研究主要针对单个决策表(或信息系统),分布式环境下的粗糙集理论研究还不多见.文章提出一种垂直分布环境下的特征选择及规则提取算法,算法分析结果表明,该种算法是有效可行的. 相似文献
20.
基于粗糙集的属性约简算法 总被引：1，自引：0，他引：1
属性约简是粗糙集理论研究的关键问题之一,现已证明寻找一个决策表的最优约简是N P-hard问题。本文首先介绍可辨识矩阵属性约简的基本算法并对求核算法进行了改进。在此基础上给出决策表中属性重要性的两种度量,并以此为启发式信息,提出了一种属性约简的启发式算法。最后,实验结果表明,该算法在大多数情况下能有效地获得决策表的最优约简。 相似文献