论文部分内容阅读
基于粗糙集近似集扩展的规则提取算法
【机 构】
：
云南大学计算机科学与工程系(昆明)
【出 处】
：
第十七届全国数据库学术会议
【发表日期】
：
2000年期
其他文献
该文首先介绍了完全信息系统和不完全信息系统，接着讨论了对象有不可辨别性和集合近似，并将不可辨别关系扩充为不完全信息系统中的相似关系，讨论了如何估计和计算不完全信息系统
粗糙集合理论作为一种新的数学工具已被应用于知识发现之中。出于对提高学习效率及增量学习的考虑，该文提出了一个基于粗糙集理论的具体的规则学习算法。
根据实时专家系统需要随时提供决策支持的特点，该文利用粗糙集合理论（Ｒｏｕｇｈ Ｓｅｔｔｈｏｒｙ）在处理数据模糊性和不确定性方面的优势，结合决策树对知识表示有层次、自然，推理易理解的特点，生成粗糙决策
在论述粗糙集理论中，生成的决策规则集约间的算法往往只考虑到了决策规则的最少问题，忽视了所得到的规则的成本问题。该文通过引入多目标决策(MOD)方法，给出了解决效用最大且决
近年,随着人们生活水平的提高,对于生活中绿化的要求越来越高.在小区、公园、操场、广场等地时常种植草坪.这对城村镇景观效果的提升、人们居住环境的优化、校园学习环境的改
该文提出了一种基于规则的前馈神经网络的设计方法和学习算法，它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起，得到一种结构可解释、计算简单、收敛速度
林业建设是构成生态环境建设的重要内容,为了确保林业管理高效、便捷地开展,针对林业数据实施全面化分析与管理,就需要注重Arcgis的应用.本文主要围绕Arcgis在林业数据管理中