2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作為一種處理模糊和不確定性問題的數(shù)據(jù)分析工具,粗糙集理論是非常具有優(yōu)勢的。它能有效的處理不完備的、不精確的、不確定的那些問題,現(xiàn)在已經和數(shù)據(jù)挖掘、模式識別成功的結合起來。知識發(fā)現(xiàn)(KD)或者數(shù)據(jù)挖掘(DM)就是從那些海量的、缺失的、不確定性的、模糊的、有噪聲的、隨機的數(shù)據(jù)集合中甄別隱藏在信息系統(tǒng)中的人類喜好關注的或者說有用的知識。在基于粗糙集的數(shù)據(jù)挖掘的研究中數(shù)據(jù)處理是整個數(shù)據(jù)挖掘的關鍵,在數(shù)據(jù)處理中我們要對條件屬性集合進行約簡和對數(shù)據(jù)

2、進行離散化處理,而屬性約簡正是粗糙集的核心內容之一,所以用粗糙集的知識研究數(shù)據(jù)挖掘是不錯的選擇。模糊理論這種工具已經被用來處理模糊現(xiàn)象(所表現(xiàn)出來的現(xiàn)象是模糊不清的)和模糊概念(是指所定義的概念它的外延具有不確定性,也就是說它的外延是模糊不清的),模糊數(shù)學處理的事件在本質上也是不確定的,是模糊存在的,模糊數(shù)學和粗糙集有很強的共通性和互補性,如何依賴這些特性,是研究粗糙集模型和模糊模型順利結合的關鍵。
  本文主要論述粗糙集知識和排

3、序知識、模糊知識、SVM知識相結合的問題,主要研究內容如下:
 ?。?)研究了對0,1決策信息系統(tǒng)排序后的基于辨識矩陣和屬性重要度的啟發(fā)式約簡算法的算法時間復雜度,然后與經典粗糙集約簡算法進行比較研究。對完備信息系統(tǒng)排序后的基于辨識矩陣約簡和屬性重要度的啟發(fā)式約簡的算法算法時間復雜度和經典粗糙集約簡算法進行比較研究。再對不完備信息系統(tǒng)排序后的約簡算法進行了粗略探討。
 ?。?)討論了基于模糊集和粗糙集相結合的模型,建立了關于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論