规则提取相关论文
碳达峰和碳中和是国家“十四五”建设期间的重要布局,风电、光电和水电是可再生清洁能源,在年内和日内时间尺度上均有一定互补性,......
自古以来,洪水灾害就是我国发生最频繁、损失最严重、受灾人数最多、影响范围最广的自然灾害。其中,长江流域干支流众多,江湖关系......
P2P网络借贷（Peer-to-Peer Lending）自2005年在英国首次推出后,便凭借其高收益、低成本、速度快等优势在全球范围快速发展。2006年在......
为提升基层网络数据挖掘精度与效率,有效应用基层网络数据提供帮助,提出基于深度学习的基层网络数据个性化挖掘算法,设计基于模糊......
近年来，随着流域梯级水库的不断建成与投产，我国水利工程的主要任务已从水库工程建设转变为流域梯级水库的调度管理工作。梯级水库在......
为更好地利用国产遥感数据研究土地利用资源分布,基于面向对象和指数分类的方法,开展高分二号遥感影像建设用地二级类提取。实现了......
长期以来,人们把神经网络经训练而获得的知识称为隐知识或隐规则,很难为我们理解。因此,神经网络常常被称为‘黑匣子’。多层感知......
形式概念分析是一种对形式背景中的数据进行分析和规则提取的理论,在本体研究、软件工程等众多领域有广泛应用。而随着网络技术快......
系统建模一向被视为控制与优化中必不可少的环节,实际工程中也一直奉行“建模先行”的原则。随着科学技术的飞速发展及生产规模的......
实际系统控制、调度、协作、管理等问题具有复杂和分布式的特征,这就要求各个处理单元应具备自主、自适应、智能化的特性,因此构建......
随着移动通信技术和计算机网络技术的不断发展和广泛应用，在不久的将来，移动计算机可以在任何时间、地点接入各类网络，以获取所需的数......
国内外中压配电网中性点广泛采用小电流接地方式.这种方式在拥有其独特优点的同时因发生单相接地故障时故障电流微弱、电弧不稳定......
当前,从数据库中提取定性规则是建立被控系统知识模型的一种有效方法,而此类方法的一个难点就是对数据空间进行合理有效划分。目前......
智能控制技术在现代工业控制中得到了成功的应用,因而引起了控制界学者的研究和关注,然而在多源异构环境中,智能控制器的设计尚缺......
子群发现是一种新兴的数据挖掘技术,用于提取数据中的有效信息,其获取的知识通常以规则的形式表示,称之为子群。本论文研究了三种......
信息系统中对象的属性取值往往不是单一的数值,可能是取值范围,我们称属性值为区间值的信息系统为区间值信息系统。区间值信息系统......
随着网络信息的快速增长，搜索引擎的作用越发的重要。而为了进一步处理和挖掘网络日渐增长的庞大信息，搜索引擎本身也相应地要寻求某......
随着Internet技术的日益普及，“丰富的数据与贫乏的知识”问题变得日渐突出，而知识发现正是研究如何从大量的数据中智能地、自动地抽......
粗糙集(Rough sets)理论是由Z.Pawlak教授于20世纪80年代初提出的一种用于处理不确定性和含糊性知识的数学工具，其基本思想是在保持......
本文在了解和分析了国内外研究现状的基础上，针对不完备信息系统规则提取存在的一些问题，分别对目前存在的两种提取方法进行了研......
神经网络在数据挖掘的应用中主要存在两个问题，一是训练时间过长；二是获得的知识难以理解和表示。神经网络中的规则提取方法是解决“......
数据分类是数据挖掘的一个重要功能,神经网络以其良好的抗噪性和鲁棒性而成为一种广泛使用的数据挖掘工具,尤其是运用在数据分类中......
粗糙集(Roughsets)理论是由Z.Pawlak教授于20世纪80年代初提出的一种用于处理不确定性和含糊性知识的数学工具，其基本思想是在保持......
随着Internet的迅猛发展，全球面临着数据库爆炸的挑战，人们常会感到被数据淹没却仍觉得知识饥饿的困惑。数据挖掘技术是解决上述问题......
概念格作为形式概念分析理论中的一种核心数据结构,是近年来获得飞速发展的数据分析的有力工具,用来发现数据中隐藏的知识模式。在......
随着现代信息技术的迅猛发展，知识发现（KDD）在科学和商业中得到了越来越广泛的应用。知识发现通过一定的技术手段从海量数据库中获取......
信息时代的来临,带来大量的数据。这些数据中隐藏着许多重要的信息和知识。如何从表面数据中提取到深层次的、表现了事物内在规律......
人工神经网络(以下简称神经网络)由于其突出的优点,例如高精确度、强鲁棒性、并行能力等,特别是具有较强的自学习能力,使得它在很......
随着数据资源的日益增加，数据挖掘技术迅速发展起来。粗糙集理论作为一种有效的数据挖掘方法，正愈加被人们重视。 首先，本文介绍了......
故障诊断越来越受到人们的重视。目前，虽然用于故障诊断的方法有很多，但由于种种原因很少能高效地工作。同时，近年来，由于计算机技术、......
在知识发现的诸多理论之中,粗糙集理论是一种对处理复杂数据较为有效的方法,它并不要求提供问题所需处理的数据集之外的任何先验信......
粗糙集理论是一种新的刻画不完整性和不确定性的数学工具。知识约简是粗糙集理论研究的核心问题之一。目前，粗糙集理论正在被广泛应......
决策系统的知识约简是粗糙集理论的精髓之一。利用粗糙集理论及其约简算法可以进行决策制定、知识获取、机器学习、模型建立等，知识......
粗糙集理论是八十年代初由波兰学者Pawlak提出的一种处理不精确、不确定性问题的数学工县。由于其近年来在机器学习、模式识别、决......
经典粗糙集理论主要是利用论域上的等价关系对完备信息系统进行属性约简及规则提取的研究。但在现实中,往往某些数据由于种种原因......
粗糙集理论是一种处理不准确、不确定和不完备信息的有效分析工具,能利用现有知识库中的知识对不完备信息进行近似刻画处理。属性......
数据库中的知识发现(KDD)是将未加工的数据转换为有用信息的整个过程,而数据挖掘是其不可缺少的一部分。数据挖掘是一个多学科交叉......
现今社会信息技术飞速发展,人们在日常工作中会积累大量的多种类型的时序数据。所谓时序数据是指按时间顺序排列的观测值的集合。......
粗糙集理论(Rough Set theory, RS)是由波兰华沙理工大学Pawlak教授于上世纪80年代初提出的一种处理不精确(imprecise)、不一致(in......
伴随着计算机网络的发展,计算机的安全也面临着新的挑战,传统的信息安全方法已不能有效的解决这些问题。人们把生物免疫机理应用到......
过去几年里,在对网络社区的研究中,众多社区结构发现方法,多是单纯地分析其平面拓扑特性。对于社区属性的深入分析,特别是对社区结......
随着信息时代的发展,人们所获得的信息量爆发性的增长,以至于人们对从巨大信息量中获得有用的而且正确的信息具有更为迫切的要求,......
随着大数据时代的来临,数据信息量规模大且增长速度快,数据本身表现出多种特征。从海量的数据中提取有价值的知识和信息越来越困难......
