粗糙集合相关论文
数据库中的知识发现(KDD)是当前涉及统计学、人工智能、数据库等学科的热门研究领域。数据挖掘(DM)是从数据中提取人们感兴趣的、......
KDD是在数据库和人工智能的相互融合渗透中逐渐发展起来的一个有着广阔应用前景的新兴研究领域,是从数据中提取人们感兴趣的、潜在......
数据库知识发现是(Knowledge Discovery in Databases,简称KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,分类......
随着互联网规模、用户数量以及业务量的增长,新型网络应用也不断涌现,这使得网络拥塞的状况愈加严重和复杂。拥塞控制是尽量避免拥......
粗糙集理论是波兰数学家Z．Pawlak于1982年提出的一种处理含糊性和不确定性问题的数学工具，已成为计算机科学与技术领域中颇具挑战力......
实际数据库中存在较多的连续型数值属性,而现有的很多数据挖掘方法只能处理离散型的属性,因而需要对连续属性进行离散化,因此,连续......
分类是数据挖掘的重要任务之一,决策树模型是数据挖掘的常用分类模型,自1966年被提出以来已经得到了广泛的研究和应用。然而,由于......
在该论文中,我们推广了经典粗糙集理论.经典粗糙集是基于不可区分关系,即等价关系.事实上,在实际应用中由于所处理的数据不完整,也......
传统数据库中的数据查询通常忽视了对于知识的应用．随着网结技术的发展，数据被分布在不同的物理节点上，用户已不太可能对所有数据均有......
与现有的基于属性简约的知识发现方法不同。本文基于粗糙集合理论定义了两类新的知识发现，即１、２类知识发现（ＦＣＫＤ，ＳＣＫＤ），目的是在知识系统动态变化......
将粗糙集合与格机相关理论有机地结合在一起, 利用格机与粗集机制进行数据约简. 设计了一个用于数据挖掘的原型系统, 利用该原型系......
粗糙集和直觉模糊集的融合是一个研究热点。在粗糙集、直觉模糊集和覆盖理论基础上,给出了模糊覆盖粗糙隶属度和非隶属度的定义。......
简单介绍普通集合、模糊集合、可拓集合和粗糙集合等集合理论的哲学基础，并指出其主要区别．......
将随机过程引入计算机免疫的研究中,提出了一种新的计算免疫模型;分析了访问端口的参数,引入Poisson随机过程,从而将串比较转化为......
提出了直觉模糊粗糙集的概念，并给出了其上、下近似算子的一些性质，将Pawlak提出的经典粗糙集进行了推广。......
对粗糙集上代数结构进行了研究,引入了粗糙群中元素的的阶、粗糙循环群等概念,利用粗糙集理论方法和经典代数的处理手段,讨论了粗......
粗糙集理论是近年来出现的处理模糊和不确定性的数学工具，并已广泛应用于人工智能的许多领域。文章针对在增量式数据环境下挖掘决策......
该文讨论了基于分明矩阵和近似度的属性约简算法之间的关系。在更为充分的挖掘分明矩阵的信息的条件下，提出一种新的基于分明矩阵的......
介绍了模糊集合及粗糙集合的概念和特征.说明了模糊集合和粗糙集合之间的联系,讨论了模糊粗糙集合概念,同时,对模糊粗糙集合的补、......
数据挖掘技术在医学领域的应用已经逐步成熟。其中,粗糙集合理论作为研究不精确性、不确定性、不完整性现存信息或知识的数学工具,......
决策树分类方法是一种有效的数据挖掘分类方法。单变量决策树结构简单，但规模较大。多变量决策树是为了进一步缩减树的规模而提出的......
粗糙集合理论是一种新的处理模糊和不确定性知识的数学工具,它已经应用于机器学习、知识发现、决策支持系统和模式识别等领域.阐述......
决策理论与方法的研究是管理学中的重要内容，其核心是研究不同环境下的决策方法。在实际的决策问题中，客观或者人为引起的不确定性广......
在数据库知识发现的过程中,属性选取是其中的一个重要步骤,它通过去除冗余属性,达到提高数据挖掘效能的目的.本文利用粗糙集合中的......
利用粗糙集从数据库中发现规则的能力，确定模糊神经网络的初始拓扑结构，再利用原始数据对网络进行训练。由于这样构造的模糊神经网络......
应用基于粗糙集理论的数据挖掘技术对数量巨大的钻头数据资料进行处理,能在保留关键信息的前提下,对钻头数据进行约简并求得知识的......
粗糙集合理论是一种新的处理模糊和不确定性的数学工具,它已经应用于机器学习、知识发现、决策支持系统和模式识别等领域.本文阐述......
期刊
