排序方式： 共有142条查询结果，搜索用时 15 毫秒
11.
12.
本文在对数据挖掘相关技术、关联规则挖掘算法进行深入研究的基础上,归纳总结了基于粗糙集理论的关联规则挖掘模型和属性约简算法,并将其成功应用于大学生评价中,为社会选拔人才提供有价值的参考。 相似文献
13.
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
14.
提出了随机信息系统的β-近似约简和目标随机信息系统的β-近似约简的概念,分析了它的一些特性及其与已有约简概念的关系,证明了β-近似约简是信息系统和目标信息系统的属性约简概念的推广,并通过实例说明了约简方法． 相似文献
15.
陈志恩 《宁夏师范学院学报》2008,29(3):16-18
从经典的概率粗糙集模型出发,参照Bayes因子,研究了一种基于逆概率的变精度粗糙集模型,该模型不受先验概率的影响,从而减小了决策失误的风险. 相似文献
16.
17.
利用Rough集理论给出了一种客观的概率分配函数,然后利用改进的证据理论提出了一种不确定性知识的特征识别方法。 相似文献
18.
对于机器学习，知识库的扩充一直是个热门话题，很多人对之投入了大量的精力从各个方面，用各种方法研究。从Rough集理论知识规则 经验的方法，引用第二次学习的概念，实行知识库的扩充。 相似文献
19.
粗糙集和神经网络作为不确定性计算的两种重要工具,它们具有很强的互补性。在分析了两种理论的特点之后,得出了一种多神经网络分类器的组合方法,新方法根据对数据集进行约简的结果得到多个与数据相关的且相互独立的神经网络分类器,然后根据属性重要性概念将多个分类器组合起来。对比实验证明,该分类器具有较好的分类效果和性能。 相似文献
20.
Rough集理论在数据约简中的应用 总被引：2，自引：0，他引：2
于海涛 《安徽教育学院学报》2004,22(3):21-23
Rough集是由Z.Pawlak于1982年提出的,它是一种新的处理模糊和不确定知识的数学工具.它能有效地分析不确定,不精确,不一致等各种不完备信息.其优点是无需任何关于数据的初始的或附加的信息,如统计学中的概率分布.而随着数据库系统中所包含的信息量地扩大,人们越来越认识到信息系统中数据急度膨胀的危害性,因此人们对数据进行约简的要求也越来越强烈.本文主要介绍Rough集的基本理论在数据约简中的应用. 相似文献