【摘 要】
：
粗糙集理论自上世纪80年代初被提出以来,发展十分迅速.它作为处理知识模糊性和不确定性的一种重要的数学工具,受到越来越多研究人员的重视,已经在数据挖掘、机器学习、模式识
论文部分内容阅读
粗糙集理论自上世纪80年代初被提出以来,发展十分迅速.它作为处理知识模糊性和不确定性的一种重要的数学工具,受到越来越多研究人员的重视,已经在数据挖掘、机器学习、模式识别等领域得到广泛应用,其中属性离散化和规则获取是很重要的一个方面.本文围绕粗糙集理论在决策表中的属性离散化、规则获取等方面做了一些探索性的工作,取得了一定的成果.主要研究成果如下：(1)提出了一种能够充分利用决策信息系统的特征的分辨矩阵,能有效地度量离散断点的重要性,并以离散断点的重要性作为启发信息构造了一种离散化算法.理论分析与实验结果表明了该算法的有效性.(2)设计了一种改进的规则获取算法.该算法能够处理含有不一致实例的决策表,提取不一致的规则.算法采用一阶向量的分辨度作为启发信息,可以逐渐减少所需的存储空间,因此适合处理大规模数据集.实验结果表明了该算法的有效性.这些研究成果将丰富粗糙集理论,为大规模复杂数据的知识获取提供有效的技术手段.
其他文献
21世纪,Internet经历了爆炸式发展,已经在人类生活中扮演着越来越重要的角色。Web应用不再仅仅是从前的展示静态信息的功能,而是要求具有实时、动态处理信息交互的功能。因此
学习分类系统是结合了进化计算和强化学习的一种机器学习技术，它是一种自适应的规则产生式系统，能够动态感应环境、模拟认知，利用环境反馈评估种群中的分类器(规则)并通过遗传算
目前,随着网络技术的飞速发展和数字传输技术的应用的普及,原来在数据通信网中被视为应用“瓶颈”的带宽和服务质量等问题一一得到解决或改善。但另一方面,电信业竞争的逐步
软件测试在软件开发过程中有着越来越重要的地位，它贯穿于整个软件开发过程。而测试用例的设计与生成是软件测试过程中的重点和难点所在。随着面向对象技术的广泛应用，使得基于
数字媒体是以数字形式表示的信息,包括计算机生成的文本、图形、视频、音频以及动画。随着多媒体通信技术与经济的迅速发展,数字媒体越来越多成为传媒的首选形式,加强了人们
XML逐渐成为了Internet上数据表示和数据交换的新标准，并且已经出现了大量与XML数据流相关的应用。已有的XML上的基于关键字的查询研究主要是针对XML文档和XML数据库。随着XML
地震波初至拾取一直是地震数据处理中重要又基础的问题。它的准确度决定着地震数据处理结果的好坏,因此能否找到快速准确的地震波初至拾取方法直接关系着地震数据处理工作的
图像分割是计算机视觉与模式识别领域的一个重要研究方向。轮廓的提取在各个方面的作用越来越重要,因此这方面的研究也逐渐增多。主动轮廓模型(Active Contour Model,也称为S
工作流技术是一个新型的研究领域,它使计算机上的业务处理流程自动化,能缩短企业的主要业务过程的处理时间,提高对市场的响应能力,给企业带来巨大的效益。随着计算机与网络技
随着网络及其应用的快速发展,人们越来越关注网络数据的传输状态。现有网络分析系统主要针对大型网络,可在一定程度上满足大型网络中数据传输分析的实时性和可扩展性要求。但