冗余属性相关论文
海量高维离群数据挖掘是当前数据挖掘等领域的研究热点之一,但传统的离群数据挖掘算法大多数是从全局的角度寻找离群数据,并不适合......
支持向量机和粗糙集理论是当今人工智能和机器学习领域的研究热点。支持向量机以结构风险最小化原则为分类准则，利用靠近分类边界的......
粗糙集理论是能有效地分析不一致、不精确和不完整等各种信息的一种数学工具，目前广泛应用于人工智能、模式识别和知识发现等方面，其......
随着科学技术的发展,说话人确认技术的研究重点逐渐从实验室环境转向现实生活中的复杂环境。这给说话人确认带来了许多新的亟待解......
随着信息技术的迅猛发展以及海量数据的大量涌现,多维分类问题成为数据挖掘领域的一个研究热点.本文正是围绕多维分类问题而展开研......
现实生活中普遍存在冗余属性数据集，传统的支持向量机（SVM）集成分类方法需要耗费更多的时间进行运算，而且分类性能不够理想。针对传统......
区间概念格的属性约简是在保持形式背景上所有区间概念的上、下界外延集不变的前提下,寻找极小属性子集,该属性子集依然能够完全确......
离心压缩机组的模糊诊断决策树能够从理论上合理地解决一般诊断问题;但是实际设备运行环境中获得的数据常常造成属性值的缺省或测......
针对流行最广的Office Open XML格式文档（即MS Office 2007—2013）,提出一种基于冗余属性的文本数字水印算法.利用OOX（Office Open XM......
针对高维海量数据集中的局部离群数据,利用并行计算和属性相关性分析思想,给出了一种离群数据并行挖掘算法。该算法首先由主节点分......
图像识别一般是一个高维分类问题,不可避免会存在很多冗余属性。针对图像识别问题,提出一种基于支持向量机预分类的属性选择算法。......
粗糙集理论和自组织特征映射SOFM(Self-Organizing-Feature-Map)神经网络在聚类分析中有各自的优势和劣势,结合SOFM神经网络和粗糙......
文章给出了一个基于粗糙集理论的属性相关性的新定义，并在此基础上给出了基于属性相关性的属性约简新方法。本算法不但能过滤掉属性......
文本识别问题是模式分类中的一类重要的识别问题,也是较难处理的一类。该类问题中往往存在很多冗余属性,因此传统的分类方法对它的......
针对决策树C4.5算法在处理连续值属性过程中时间复杂度较高的问题,提出一种新的决策树构建方法:采用概率论中属性间的相关系数(Pea......
