属性约简相关论文
传统增量算法主要侧重于从更新近似的角度进行属性约简，但在处理大规模数据集时需要评估所有属性并反复计算重要度，提升时间复杂度，降......
模糊差别矩阵属性约简是一种广泛使用的模糊粗糙集属性约简方法。然而已有方法大多采用启发式贪婪策略，属性约简率低且约简质量差。......
在机器学习、模式识别和数据挖掘等领域,多标记数据广泛存在,并且呈现出高维化趋势。多标记数据的高维特征增加了存储代价和计算成......
针对从数量众多的装备质量指标中筛选出基因要素指标的问题，构建了基于粗糙集理论的指标筛选模型。通过对装备研制生产阶段质量影响......
如何在不损失信息的情况下对高维数据进行属性约简,从而减少数据的传输、存储代价,并降低后续数据挖掘的难度,是数据科学领域的一......
粗糙集理论（RST）中,求解最小属性约简MAR （minimal attribute reduction）是一种NP-难（non-deterministic polynomialhard）组合优化问题.......
知识是人类从数据中提取凝练的经验总结。随着数据的获取方式越来越多,获取的数据量也越来越大,如何从海量数据中正确地、准确地获......
传统的属性约简算法通常默认样本之间满足独立同分布假设。然而,现实世界中存在很多对象具有固有依赖关系的情况,也即不满足独立同......
针对基于邻域粗糙集属性重要度约简算法在某些决策表中约简正确率下降等问题,结合基于等价关系下的分辨矩阵知识,定义一种邻域决策......
如何有效、快速地处理复杂数据，并提取出隐含其中的、潜在有用的知识成为了数据科学领域亟待破解的科学问题。为此，在经典模糊序决策......
属性约简是粗糙集理论的核心研究内容之一．为满足不同用户对约简的不同需求，针对多用户偏好改变的情形，提出一种面向多用户的三支动态......
目前,恶性肿瘤己经成为全球主要致死原因之一,其不仅严重影响着人类的健康和生命安全,而且,其发病率一直逐年上升,近年来更是逐渐......
随着经济的发展与金融监管的改善,越来越多的企业通过上市进行融资。在过去的20多年里,中国证券市场发展迅速。而上市企业的财务危......
因果图理论在不确定性推理,故障诊断等方面成为了一个成熟、重要的方法,并且在实际案例中得到了很好的应用。但随着网络节点的增加......
信息技术的飞速发展使得具有不确定性的数据爆炸式的增长,越来越严峻地考验着人们的数据收集和分析能力。面对大数据所带来的信息......
Z.Pawlak于1982年提出来的粗糙集理论是一种描述不完整性和不确定性知识的数学理论工具,该理论已被应用于智能计算技术领域研究中,......
概念格理论是一种有效的知识表示与知识发现工具,已经被广泛应用于决策分析、机器学习、数据挖掘等领域。形式背景的属性约简是概......
在大数据时代,增量变化是一种常见的动态数据形式,如何从具有强不确定性的大规模动态数据中获取有价值的信息,是大数据领域最重要......
现代智慧医疗系统中存在海量医疗数据,需要医护人员从中依据患者病历单做出快速判断。目前心脏病是一类复杂疾病,患者症状表现多异......
形式概念分析（Formal Concept Analysis）是德国数学家Wille R.于1982年提出的,用于概念的发现、排序和显示。概念格理论是形式概念分......
随着我国光伏制造业的迅速发展,多晶硅电池凭借其较高的性价比一直占据着光伏市场的主导地位。多晶硅的少子寿命值是保证多晶硅电......
随着物联网、云计算、大数据、人工智能以及5G通信技术的发展,网络信息安全问题已成为人们关注的热点问题,而网络入侵检测技术是确......
经典粗糙集方法进行知识获取时,处理的对象大多数是具有离散型属性值的完备信息系统,也就是属性值只是一些标识对象分类的符号的信......
Pawlak粗糙集理论建立在等价关系对论域分类的基础上，为处理不确定、不精确、不完备信息系统提供了理论基础，其中知识约简是粗糙集理......
随着信息技术的飞速发展,在各个应用领域中都会产生大量的数据,这些数据往往具有高维度特点。如果直接在高维数据上训练学习模型,......
随着信息技术的发展和智能终端的普及,人类社会逐渐步入人工智能时代。数据产生与收集的方式发生了巨大变化,呈现出大规模、实时更......
随着社会的发展,科技的进步,数据挖掘、机器学习等新型技术已经融入人们的日常生活,使生活更加便利。但随着数据量的增大,数据类型......
自1982年德国数学家Wille提出形式概念分析以来,该理论已经成为有效的知识发现工具,并且被广泛应用于机器学习、模式识别及数据挖......
随着科学技术的发展,特别是计算机、工业、网络等的飞速发展,使得全球商业、医疗、工业、金融和生活娱乐等各领域的数据和信息量呈......
在处理有序集时,优势粗糙集理论将决策者的偏好考虑在内.因此,该理论可以发现和处理由于考虑准则所带来的不一致,并且该理论的提出......
粗糙集理论和模糊集理论都是一种处理不确定、不精确、模糊信息的数学工具,现已被人们广泛应用于机器学习、故障诊断、分析决策、......
针对海量工业大数据的多源异构性特征,提出一种基于优化深度置信网络的大数据清洗算法。在Hadoop框架下,利用曼哈顿距离描述高维空......
高效准确的建筑能耗预测能改善电力系统的管理和提高建筑的能源利用率。然而建筑能耗影响因素众多且冗杂,各因素与建筑总能耗的潜......
针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集(Rough set,RS)与支持向量机(Support vector machine,SVM)相互融合的航......
属性约简是粗糙集理论的主要内容,也是数据分析的有效手段,相关研究具有重要价值及意义.传统决策分类属性约简适用于所有决策类优......
为了更好地获取由边界域产生的不确定性规则知识，提出最优近似粗糙集的属性约简方法，为此首先给出了近似空间上粗糙集最优近似集的判......
传统邻域分类器因良好的分类性能在分类问题中得到广泛应用。但数据规模和维度的不断增加,提高了邻域分类器的处理难度。为解决这......
摘 要：传统的初中教育管理存在着诸多问题，一定程度上制约了初中教育管理的发展。粗糙集理论中的属性约简是处理冗余属性的有效方法......
多标记特征选择是机器学习和人工智能领域的研究热点之一,现有多标记学习的研究是假设每个示例的标记呈均匀分布,即每个示例的各个......
该文对EPSS(Electronic Performance Support System)远程软件教学系统及其相关的决策分析问题在实现方法、实现技术和理论分析等......
粗糙集理论是一种处理不确定性、不相容和不精确等各种不完备信息的数据分析工具，该理论是近年来人工智能领域的一个研究热点，并已成......
高光谱图像以极高的光谱分辨率而著称，应用领域广泛。然而，它所具有的波段数量多、数据冗余严重的特点，给其在分类和识别方面带来一定......
近年来，随着科学技术的发展，获取的目标信息越发膨胀、复杂。面对这种信息量大、信息模糊的环境，对目标进行准确识别就变得越发困难和......
互联网的发展极大地促进了信息的交流和沟通,人们可以共享丰富网络信息,在网上找到各种各样形形色色的信息。但同时,色情、暴力、......
