启发式约简算法相关论文
集值决策表拓展了经典决策表,但其现有属性约简算法中属性重要度度量方式单一.针对集值决策表,采用近似条件熵提出属性约简及其启......
针对区间值决策表,采用区间相对知识粒度提出属性约简及其启发式约简算法.基于相似关系,定义关于决策分类的区间相对知识粒度,证明......
粗糙集是一种处理含糊和不确定性信息的新型数学工具,其主要思想是,在保持信息系统分类能力不变的前提下,通过知识约简,导出问题的......
提出了一种能处理噪音的有效约简算法,该算法基于粗集理论认为知识是区分事物的能力的观点,对知识进行量化,证明了量化的合理性,并......
采用属性的重要性作为启发式属性约简规则比较普遍。选择几种研究较多的属性重要性启发式规则,如属性依赖度、区分矩阵频率、信息......
为了提高核糖核酸(RNA)序列上6-甲基腺嘌呤(m^ 6A)位点的预测精度,该文提出一种新的基于核酸物化属性显著性度量的 K重选择启发式......
邻域粗糙集是数值型属性数据处理的有效工具．基于邻域粗糙集，传统依赖度及其约简未考虑邻域覆盖的绝对结构，由此文中建立加权依赖度及......
针对属性约简的推广,采用邻域近似条件熵,建立邻域粗糙集的特定类属性约简及其启发算法。粒化分解决策分类的高层邻域近似条件熵,......
属性约简是粗糙集理论的核心问题之一,序信息系统中的属性约简也逐渐受到关注。基于优势类的概念,引入了序信息系统的一种信息粒度......
