一个基于粗糙集的数据挖掘模型

来源 :1999年青岛-香港国际计算机会议 | 被引量 : 0次 | 上传用户:susame1976
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
利用粗糙集理论处理数据的含糊不确定性从而发现潜在的分类知识是一种新兴的数据挖掘方法和工具,也是目前该领域研究的一个特点。该文利用粗糙集方法建立了一个具有层次结构的数据挖掘模型,该模型能够捕获在条件信息不完备的情况下系统所蕴涵的规则知识,同时利用规则的增量生成及存储思想使模型知识结构、建立和运行效率得到明显提高。
其他文献
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。
本文主要针对检测农产品中重金属污染的技术进行论述,并且总结相应的工作经验,以供参考.
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
我国作为农业大国,在农业发展过程中也面临着许多病虫害威胁,严重影响到了农业的可持续发展,如果不加以防治会造成严重的经济损失.本文所探讨的主要内容就是,如何有效治理和