基于云变换和特性关系下粗糙集的决策树构造

来源 :西南交通大学学报 | 被引量 : 0次 | 上传用户：zhaoyu_hit

【摘要】

：

为了从不完备信息系统中挖掘分类知识,提出了一种基于云变换和特性关系下粗糙集的决策树构造算法（DTCCRSCR）.其核心思想是,利用云变换离散化连续型数据,选择特性关系下加权平均

【作者】

：

宋晶戚建淮

【机构】

：

西南交通大学信息化研究院

【出处】

：

西南交通大学学报

【发表日期】

：

2010年2期

【关键词】

：

云变换粗糙集决策树加权平均粗糙度特性关系 cloud transform rough set decision tree weighted mea

下载到本地 , 更方便阅读

下载此文赞助VIP

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

为了从不完备信息系统中挖掘分类知识,提出了一种基于云变换和特性关系下粗糙集的决策树构造算法（DTCCRSCR）.其核心思想是,利用云变换离散化连续型数据,选择特性关系下加权平均粗糙度最小的属性作为当前的分裂节点.实验表明,由DTCCRSCR构造的决策树不仅结构简单,分类准确率较高,而且分类规则也容易理解.

其他文献

阵列误差对无源探测快速测向性能的影响

为了定量分析存在方向图误差、位置误差、互耦误差、通道误差4种阵列误差的情况下,非合作无源探测系统的快速测向性能,通过矩阵范数与泰勒级数等理论分析,估计了无阵列误差时

期刊

快速测向阵列误差估计偏差非合作无源探测目标方向映射角fast direction finding array error estimation e

AES加密算法的密钥搜索量子线路设计

为验证量子搜索应用于分组密码密钥搜索的可行性,在分析AES算法计算流程和需要实现的计算模块的基础上,设计了一种AES算法密钥搜索的量子线路,包括密钥扩展KeyExpansion模块

期刊

量子线路设计密钥搜索AES加密算法回退计算

基于MMSE检测的分组串行干扰抵消检测器

为减小传统串行干扰抵消（SIC）检测器的时延,改善每一级的检测性能,采用对角加载法和组距分组法,提出了一种改进的SIC检测器.该检测器对每一级用户特征波形的相关矩阵进行对角加

期刊

对角加载MMSE检测分组检测串行干扰消除误码率diagonal loading MMSE（minimum mean-square error） de

基于云变换和特性关系下粗糙集的决策树构造

与本文相关的学术论文