排序方式： 共有142条查询结果，搜索用时 140 毫秒
61.
粗糙集理论作为智能信息处理技术的一个新成果．提供了一种对不确定、不完整数据进行分析的新方法．是现今计算机应用中一个新的非常重要且发展迅速的研究和应用领域．在知识发现、数据约简、决策支持、分类、模式识别和控制等领域中特别有效。本文首先对粗糙集基本概念和理论进行了介绍．给出了基于粗糙集的数据约简和决策支持方法。然后对实习学生教学情况初始评价表进行推理，获取了一些指导规则。这些在对实习学生的指导过程中有非常重要的作用。 相似文献
62.
INTRODUCTION As a new effective mathematical tool to deal with vagueness and uncertainty, the rough set theory was first proposed by Pawlak in 1982. Theoretical research on rough set theory is characterized by many achievements (Dai, 2004b; 2005; Dai et al., 2004). In recent years rough set theory has been successfully applied in many fields such as machine learning, pattern recognition, decision support and data mining. But rough set theory cannot deal with continuous attributes althoug… 相似文献
63.
粗糙集理论的创始人Z.Pawlak曾经得出一个结论:“粗糙集是泛化的模糊集;”通过粗糙隶属函数把粗糙集理论与模糊集联系起来,建立了一种粗糙集理论与模糊理论的关系。 相似文献
64.
Recently machine learning-based intrusion detection approaches have been subjected to extensive researches because they can detect both misuse and anomaly. In this paper, rough set classification (RSC), a modem learning algorithm,is used to rank the features extracted for detecting intrusions and generate intrusion detection models. Feature ranking is a very critical step when building the model. RSC performs feature ranking before generating rules, and converts the feature ranking to minimal hitting set problem addressed by using genetic algorithm (GA). This is done in classical approaches using Support Vector Machine (SVM) by executing many iterations, each of which removes one useless feature. Compared with those methods, our method can avoid many iterations. In addition, a hybrid genetic algorithm is proposed to increase the convergence speed and decrease the training time of RSC. The models generated by RSC take the form of"IF-THEN" rules,which have the advantage of explication. Tests and comparison of RSC with SVM on DARPA benchmark data showed that for Probe and DoS attacks both RSC and SVM yielded highly accurate results (greater than 99% accuracy on testing set). 相似文献
65.
Rough Set理论是一种新的处理模糊和不确定信息的数学工具。近20年来，Rough Set理论由于在知识发现等领域的成功应用而受到广泛关注，并得到飞速发展，已成为数据挖掘中的一个很重要的方法。作者讨论了Rough Set理论在数据挖掘过程中的应用，并对Rough Set理论在数据挖掘应用．中存在的问题和挑战提出了自己的见解。 相似文献
66.
医学数据通常属性较多,这在很大程度上限制了信息系统对医疗数据的挖掘效率。通过分析粗糙集正域的相关思想,结合医学领域数据的特点,提出一种基于粗糙集正域的医疗决策表约简算法,并将其应用在医学诊断中。通过实例验证了该算法在医疗决策表约简中的正确性和有效性,具有一定的实用价值。 相似文献
67.
针对电子政务系统的风险决策过程中存在大量不确定、不完全信息等特征,在传统粗糙集的基础上,将BP神经网络模型引入到电子政务系统的风险验证体系中,研究识别出电子政务系统风险因素,并以所识别的风险因素为对象,建立一套风险验证关键指标体系,运用基于粗糙集-BP神经网络模型建立风险评价方法,得出了电子政务风险验证模型指标的可能性、各方面风险因素生成可能性和风险后果大小的评估级别。 相似文献
68.
梁俊奇 《南阳师范学院学报》2010,9(6):19-21
试卷分析的传统法——数理统计法不能判断试题是否冗余,也体现不出试题的重要程度.运用Rough集理论,给出一种试卷分析的新方法,挖掘试题重要度信息和冗余信息. 相似文献
69.
结合粗糙集理论,利用像素邻域的空间信息,可以构造图像色彩分布的上下近似以及量化粗糙性表示,据此提出一种基于量化粗糙信息的改进的图像分割方法,该方法使用局部量化粗糙度和待定算子来更新FCM算法中的隶属度函数。通过对比传统的模糊C-均值（FCM）聚类分割算法,证明该方法大大降低了时间复杂度,且具有良好的分割效果。 相似文献
70.
Rough集是一种处理含糊和不精确性问题的新型数学工具,将其应用于多传感器信息融合中,可以简化规则的描述和表示,有利于快速得到最小融合算法,同时可以解决数据超载问题,形成多传感器信息融合算法. 相似文献