属性约简方法相关论文
覆盖粗糙集模型作为经典粗糙集模型的拓展,是处理不确定性数据的重要工具,尤其是在处理不完备信息系统和二元关系信息系统时具有明......
粗糙集理论是一种不需要先验知识且能有效处理不精确信息的重要工具,属性约简为粗糙集理论的核心应用,属性约简是针对一些高维海量数......
粗糙集理论是继概率论、模糊集理论、证据理论之后的又一个处理含糊性和不确定性的数学工具;同时粗糙集理论的核心问题是等价分类,并......
随着信息化时代的到来,数据的存储、获取和产生都变得非常容易,人们轻而易举就可以获得容量达GB甚至TB的数据,并且这些数据每天都......
通过对粗糙集的连续属性离散化方法和属性约简方法的深入研究,提出了基于粗糙集属性离散--约简的故障特征选择方法。运用齿轮早期故......
目前,故障诊断已经发展到了智能阶段,而智能故障诊断技术的研究重点已经逐渐由传统的人工智能转向新兴的计算智能领域。计算智能领......
生物信息学的研究处在一个数据爆炸的时代,近年来在基因组学、代谢组学、转录组和蛋白质组学等领域技术的进步,使得生物学家可以有更......
:多标记数据具有高维性,而有效地特征选择(也称为属性约简)可以去除冗余属性,提高多标记分类器的性能,因此特征选择是多标记学习中......
粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种用于数据分析的数学理论,概念格理论则是德国数学家Will R.于同一年提出的用于......