基于决策熵的增量式知识获取算法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:swordhero
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了在知识约简中能够客观地反映决策规则的决策能力,提高约简的效率和识别率,针对动态知识获取这一问题,提出了一种基于决策熵的增量式知识获取算法。该方法利用决策熵能够客观地衡量决策表的决策能力的特点,在现有规则集基础上实现知识的动态更新,避免了重复计算从而提高了知识获取的识别率和效率。最后通过实验说明了该方法的有效性。
其他文献
针对柔性作业车间调度问题,对生物地理学优化算法中的迁移操作和突变操作进行改进,提出一种改进的生物地理学优化算法。在算法初始阶段采用混合初始化的方法,提高初始种群质量;对
针对现有多传感器融合方法精度低、计算复杂等问题,提出了利用微惯性航姿系统的高精度传感器陀螺仪、加速度计和磁力计组合确定姿态的算法。对采集到的原始数据进行误差补偿和
现有的基于频繁模式树FP-tree和概念格的规则挖掘算法在构造概念格时存在重复遍历FP-tree问题,在挖掘后件约束的规则时算法构造的概念格包含冗余结点。针对这两个问题,提出了通
针对复杂系统故障诊断问题,采用一种相关噪声统计特性未知情况下的粒子滤波方法,该方法给出了相关噪声的统计模型,并详细推导了相关噪声统计特性的分布函数。在新方法的框架内采
用光谱分析鉴别生物特征,导致数据量大,而实际需要必须实时处理。偏最小二乘法是使用最广泛的鉴别算法,但是对于大规模数据流该算法无法达到实时性。为了解决这个应用矛盾,提出了
针对传统的基于滑动窗口的数据流聚类算法存在的算法执行效率低、聚类质量较差等缺点,提出了一种基于混合差分进化的滑动窗口数据流聚类算法。该算法将数据流聚类过程分为两个
探究当耦合强度不是常数而是随机变化时,两个不同复杂网络是否能够达到同步。假设耦合强度满足正态分布,在随机耦合强度的数学期望和网络拓扑结构分别已知和未知的情况下,设计合
混沌检测系统临界阈值的确定是建立混沌检测系统的核心问题,临界阈值的精度决定了可检测信号的精度。目前相轨迹图观察法已经无法满足快速确定精确的系统临界阈值的需求,利用Ly
极速学习机(ELM)算法只对平衡数据集分类较好,对于非平衡数据集,它通常偏向多数样本类,对于少数样本类性能较低。针对这一问题,提出了一种处理不平衡数据集分类的ELM模型(ELM-CIL),该
重载是面向对象技术中的重要特性,由于它在程序中的普遍使用,在使用基于函数调用的路径覆盖方法对程序进行测试时,会出现很多冗余函数路径,浪费测试资源和时间。针对这一问题,提出