论文部分内容阅读
本文提出改进的语言值关联规则挖掘算法。改进的算法在发现大语言值属性集时采用类似布尔型属性快速算法中发现大属性集的方法,能处理属性数量较多的情况,克服了组合方式发现规则的不足。此外,在改进的算法中,语言值关联规则的支持率和信任度的定义是基于统计意义上的,因此挖掘出的语言值关联规则比较粗糙,难以很好地应用到预测中.为此又采用实数编码遗传算法对挖掘出的语言值关联规则进行训练,并得到了优化的语言值关联规则。