

已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在實際的數(shù)據(jù)挖掘問題中,由于種種因素的影響,待處理的數(shù)據(jù)常有某種程度的不完備,這些遺失的數(shù)據(jù)往往會影響隨后的數(shù)據(jù)分析。在這種情況下,如何從不完備信息系統(tǒng)中獲取知識,已經(jīng)成為當前一個重要的研究課題。粗糙集理論是一種處理不完全、不精確和不確定信息的有效手段,它的特點是無需提供任何先驗知識,而是從給定問題的描述集合直接出發(fā),找出問題的本質(zhì)特征和內(nèi)在規(guī)律。因此,本文以粗糙集理論為對象,以不完備信息系統(tǒng)為背景,研究基于粗糙集的不完備信息處理方法。
2、主要包括以下兩個方面:
一、介紹了目前不完備信息系統(tǒng)中填補缺失數(shù)據(jù)的主要方法,分析了各自的優(yōu)缺點,尤其是其中填補效果較好的ROUSTIDA算法。在此基礎上,提出了一種基于屬性重要度的不完備數(shù)據(jù)填補算法(IDFAAI算法)。該算法獨特性的考慮了屬性重要度對于填補不完備信息系統(tǒng)缺失值的影響。通過實驗證明,與ROUSTIDA算法相比,本文算法具有更高的補齊率和準確率。
二、在基于容差關系的擴充粗糙集模型下,介紹了不
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(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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。
最新文檔
- 基于粗糙集的不完備信息系統(tǒng)的處理方法的研究.pdf
- 基于不完備信息系統(tǒng)的粗糙集研究.pdf
- 不完備信息系統(tǒng)的粗糙集模型.pdf
- 不完備區(qū)間值信息系統(tǒng)的粗糙集方法研究.pdf
- 基于粗糙集的不完備信息系統(tǒng)的屬性約簡方法研究.pdf
- 基于廣義粗糙集的不完備信息系統(tǒng)決策融合方法研究.pdf
- 基于粗糙集的不完備信息系統(tǒng)知識發(fā)現(xiàn).pdf
- 不完備信息系統(tǒng)中數(shù)據(jù)挖掘的粗糙集方法.pdf
- 基于粗糙集的不完備信息系統(tǒng)知識約簡的研究.pdf
- 基于粗糙集理論的不完備信息系統(tǒng)知識獲取.pdf
- 不完備信息系統(tǒng)中的粗糙集理論與方法.pdf
- 不完備信息系統(tǒng)粗糙集拓展模型研究.pdf
- 不完備信息系統(tǒng)中基于粗糙集的規(guī)則提取研究.pdf
- 基于粗糙集的不完備信息系統(tǒng)知識獲取理論與方法.pdf
- 基于粗糙集理論的不完備信息系統(tǒng)下的知識獲取方法研究.pdf
- 不完備多粒度信息系統(tǒng)的知識獲取的粗糙集方法.pdf
- 2788.基于不完備信息系統(tǒng)的模糊數(shù)決策粗糙集方法研究
- 基于粗糙集理論的不完備信息系統(tǒng)數(shù)據(jù)挖掘的研究.pdf
- 不完備信息系統(tǒng)中粗糙集理論研究.pdf
- 不完備決策信息系統(tǒng)中粗糙集模型拓展的研究.pdf
評論
0/150
提交評論