属性约简算法相关论文
该文首先介绍了数据挖掘的概念、内容和应用领域,分析了数据挖掘理论与相关领域的异同点,并以一个典型的商业应用说明了数据挖掘的......
粗糙集理论模型是数据挖掘的有力工具,被广泛应用到机器学习、过程控制、知识获取、模式识别等领域,粗糙集理论可以运用属性约简发......
辐射源识别已成为军事情报、监视、侦察系统中的关键问题。在战场环境中,多传感器探测到的辐射源信息呈现出不确定性、不完整性和......
统计学习理论系统地研究了小样本情况下的机器学习问题。20世纪90年代，在这一理论基础下提出的支持向量机(SupportVectorMachine，SVM......
逆系统方法已在一般形式的非线性系统上建立起比较完整的设计理论,然而该方法往往要求被控非线性系统的数学模型精确已知,而实际工......
粗糙集(Rough Set)理论在处理模糊分类、属性约简等数据挖掘基本问题时有着广泛的应用。粗糙集属性约简运行效率并不高,而当今社会......
数据挖掘是一门从大量的数据中挖掘出隐藏的有潜在价值知识的技术,是当今研究的热点内容之一。数据挖掘的技术有:决策树方法、模糊......
波兰数学家Z.Pawlak于1982年提出的粗糙集理论是一种新的处理模糊和不确定性知识的数学工具。其主要思想就是在保持分类能力不变的......
信息化的发展无疑对当前公安工作产生了深远的影响,其最直接的表现就是促进了当前公安工作运行模式的转变。公安的行为由行政行为......
用于数据分析与挖掘的数据可能包含数以百计的属性,其中大部分属性与数据挖掘任务不相关,是冗余的。尽管领域专家可以挑选出有用的......
粗糙集理论是一种处理不精确、不确定和不完备信息的数学工具,它能有效地从数据本身提供的信息中发现有效的、潜在的知识。将粗糙......
任何一门学科的快速发展都离不开社会需求的支持和推动,随着人们对生活质量和健康水平的日益重视,医学已经成为本世纪发展得最快的......
数据挖掘技术是从大量数据中发现潜在的规律，提取出有用知识的方法和技术。粗糙集理论是一个有效处理不确定性数据的数学工具，粗糙集......
粗糙集理论是一种能有效地分析和处理不精确、不一致、不完整等各种不确定性信息的数据分析工具。该方法近年日益受到国际学术界的......
优化是人们在科学研究、工程技术和经济管理等诸多领域中经常碰到的问题。其目的是找到使目标函数达到最小或最大的条件。已有的许......
粗糙集理论(Rough Set theory, RS)是由波兰华沙理工大学Pawlak教授于上世纪80年代初提出的一种处理不精确(imprecise)、不一致(in......
粗糙集理论是由Z.Pawlak于1982年提出的,它是一种处理信息的工具,可以有效地对不精确、不一致、不完整信息进行分析。有关粗糙集理......
粗糙集理论在经过了近三十年的发展得到了广泛的认可,已经成为智能信息学科中研究极其活跃的部分之一。作为一种数学工具,粗糙集理......
德国Wille教授于1982年首次提出了形式概念分析理论,它是一种能够从形式背景中进行数据分析和规则提取的工具。对于形式概念分析理......
粗糙集(Rough Set)理论是波兰数学家Pawlak教授于1982年提出的一种能够定量分析和处理不精确、不一致、不完整信息与知识的数学工......
随着信息技术的飞快发展，信息系统中积累了大量数据，急需一种有效处理信息的工具，可以在海量数据中提取、挖掘出隐含在背后的不为人知......
随着网络技术的快速应用与发展，网络安全问题日益突出。传统的防火墙与入侵检测技术已无法满足网络安全问题的需求，因此，入侵防御系统......
粗糙集理论作为一种重要的智能信息处理技术，在知识获取领域得到了广泛应用。经典粗糙集理论的核心概念是上近似集和下近似集，是应用......
属性约简是信息智能化处理研究的核心内容之一。近年来,Pawlak提出的粗糙集理论在属性约简方面展现出巨大的优势。然而,当数据集较......
粗糙集理论是由波兰科学家Z.Pawlak提出的一种用来处理模糊和不确定知识的数学工具,目前广泛应用于复杂系统优化、人工智能、数据......
求解最小属性相对约简是一个NP问题，传统的属性约简算法存在着严重不足，引入群智能算法进行属性约简已经成为必然趋势，遗传算法在属性......
中图分类号：G819 文献标识：A 文章编号：1009-9328（2013）08-000-02 摘 要 在竞技体育中，运动损伤严重阻碍了运动员技术水平的正常发挥......
目前,关于不完备决策表的属性约简算法已有不少,其中在很多算法中,其时间复杂度为O(|C|3|U|2).为有效地降低算法的时间复杂度,给出......
信息技术和数据库技术高速发展,使得数据成几何级数增长,如何从海量数据中提取辅助决策的有效数据是当前研究的主要方向。粗糙集属......
粗糙集理论作为一种新的数据分析理论,是处理具有不确定性的问题的有力工具,已广泛应用于数据挖掘、机器学习、人工智能和模式识别......
信息系统是一个含有对象和属性(条件属性和决策属性)关系的数据库.针对不协调决策表中的不协调决策规则,定义不协调决策规则对.首......
数据挖掘是数据库研究最活跃、最令人激动的领域之一。它出现于20世纪80年代后期，90年代有了突飞猛进的发展，并有望在新千年继续繁荣......
数据库的广泛应用,大量数据的积累,使得数据挖掘引起了信息产业界的极大关注。粗糙集理论在机器学习、知识获取、智能控制、决策分......
粗糙集理论是波兰数学家Z. Pawlak于1982年提出的一种处理不确定和不精确知识的数学工具,它的主要思想就是保持分类能力不变的前提......
数据挖掘是一种快速的、高效的、智能的数据分析方法,用于发现大量数据背后隐含的信息。粗糙集理论作为一种处理不确定和不精确性......
数据挖掘和知识发现是人工智能最重要的研究方向,而复杂环境下信息的不确定性和不一致性是知识发现面临的主要困难。粗糙集理论是......
本文主要研究了广泛存在于现实数据中的属性约简问题。对属性进行约简极大简化了工作量而且得到的结果体现了一类数据的特性,体现......
粗糙集(Rough Set)理论是一种主要处理不完整、不确定知识的数学工具,是1982年由波兰数学家Z.Pawlak最早提出的。目前,粗糙集理论......
粗糙集理论是一种处理不确定、不精确和不完备知识的数据分析工具,其中近似和约简是粗糙集研究的重要方向.直觉模糊集是模糊集的推......
在基于粗糙集的属性约简算法中引入模糊等价关系的一种新的度量方法,重新定义了高维数据中的属性重要度,提出了一个结合粗糙集和模......
