分层递阶约简相关论文
粗糙集理论是数据挖掘和知识发现领域的一种新型理论。它能够处理不确定、不完全的信息，不需要先验信息，可从数据中获取知识，生成决策......
根据分层递阶约简算法,提出了一种直接在不完备信息系统上进行数据挖掘的方法。该方法首先将信息系统中由所有属性构成的单层知识......
分析文献[5]提出的针对不完备信息系统的粗糙集分层递阶约简方法,对其进行一定的改进,使算法的效率提高,计算量减少.属性重要性的......
粗糙集的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类，使决策系统中的所有属性在单层次和单粒度......
本文模拟人类认知的分层递阶原则,提出一种粗糙集理论的分层递阶约简算法.该算法首先将信息系统或决策系统的知识在由部分属性所构......
提出一种针对不完备信息系统的粗糙集分层递阶约简.该约简可以将信息系统中所有属性构成的单层知识表示变为符合人类认知习惯的部......
基于粗糙集理论和变粒度原理的方法,构建了一种脱机手写体汉字识别决策信息系统,定义了该识别系统特征属性约简的几个性能指标熵。......
特征选择是文本分类的关键步骤之一,所选特征子集的优劣直接影响文本分类的结果。首先简单分析了几种经典的特征选择方法,总结了它......
