论文部分内容阅读
移动信息节点变化下的数据存在模糊性和噪声，导致传统基于关联规则映射的数据挖掘过程，由于单纯采用关联规则映射方法，输入信息空间维数较大，导致网络结构复杂，数据挖掘效率大大降低，为提高信息精度，提出一种粗集和神经网络的数据挖掘方法，从移动方向和移动距离的角度分析了移动信息节点的变化规律，将带有非线性连接权的二层神经网络作为信息识别系统，通过粗集方法对神经网络的学习训练样本集进行信息简化。在移动信息节点变化规律的基础上，对输入和输出数据进行归一化处理，删除输入信息表的冗余数据和冗余属性，计算出约简的属性集，获取