约减相关论文
粗糙集属性应急数据存在冗余特征,降低挖掘效率,提出基于信息熵的粗糙集属性应急数据去重挖掘算法.将粗糙集理论和信息熵相结合,离......
提出了一种基于粗糙集的属性约简方法对经由PCA处理后的人脸特征进行提取,随后使用一种神经网络集成的方法对约简后的人脸数据进行......
针对支持向量机在训练大规模数据集时出现的速度瓶颈问题,提出一种新的减样方法,称为双层减样法。数据减样时,双层减样法从粗、细......
对复杂时间行为协议状态进行约减对于缓解形式化验证的状态空间爆炸问题,提高验证工具系统的效率、实用性等具有重要意义。分析了......
目前常见的最近邻分类规则约减算法，只注重约减后分类器的分类精度和被约减的规则数量，而不注重约减效率和约减后分类器的泛化能力。......
当训练样本集规模过大时，最近邻分类规则约减过程是一个耗时的过程．目前，常见的约减算法往往存在计算成本过高、约减过程难于并行化等......
通过Web日志挖掘中的预处理对用户会话数据进行分析。采用基于URL迹的约减算法对基于用户会话的Web应用测试集进行约减,提出了一种......
针对现有覆盖粗糙集模型不能有效处理数据中的噪声,将概率方法引入覆盖粗糙集,给出了覆盖近似空间中概率粗糙集的一种定义,进一步......
基于用户会话的测试技术依赖于收集的用户会话数据集，数据集规模越大，测试效力就越强，但用于收集、储存和分析数据的成本也会迅速增加......
测试案例作为CBTC通用测试平台的基础,研究其约减策略,构建高效完备的测试案例集更加有助于CBTC系统的测试。提出梦境蚁群算法,在......
故障诊断的重要前提就是故障规则的提取,粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的......
<正>随着待求解问题的维数的增加以及网格的加密,在数值计算过程中产生的稀疏线性方程组的求解便成了计算过程中最消耗计算资源的......
