版權(quán)說(shuō)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(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、粗糙集理論是由波蘭數(shù)學(xué)家Z.Pawlak在1982年提出的，是繼概率論、模糊數(shù)學(xué)、證據(jù)理論之后又一種處理不精確性、模糊性和不確定性的有效數(shù)學(xué)工具。該理論的特點(diǎn)是不需要先驗(yàn)知識(shí)或附加信息，在數(shù)據(jù)挖掘、知識(shí)約簡(jiǎn)等方面有很好的應(yīng)用前景。 屬性約簡(jiǎn)是粗糙集理論的核心內(nèi)容之一，其能夠在保證分類和決策能力不變的前提下約簡(jiǎn)數(shù)據(jù)庫(kù)中的冗余屬性，簡(jiǎn)化知識(shí)表示，提高系統(tǒng)處理的效率，方便用戶決策。本文深入系統(tǒng)地研究了基于粗糙集理論的屬性約簡(jiǎn)問(wèn)題，主要
2、工作如下： 1.提出一種基于約束函數(shù)的差別矩陣的定義，該矩陣能正確處理不一致性決策表，根據(jù)該矩陣而提出的求核方法，其時(shí)間性能比傳統(tǒng)方法有較大提升； 2.引入約簡(jiǎn)條件的概念，提出約簡(jiǎn)算法ARSDM。ARSDM算法以約簡(jiǎn)條件為啟發(fā)信息，采用邊得到矩陣元素邊進(jìn)行刪除和排序的方法，有效降低了約簡(jiǎn)的時(shí)間和空間消耗，提高了屬性約簡(jiǎn)的效率； 3.利用隨機(jī)抽樣的方法，提出利用閾值來(lái)控制差別矩陣元素生成數(shù)量的策略，并據(jù)此構(gòu)造了約簡(jiǎn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集與模糊粗糙集屬性約簡(jiǎn)算法研究.pdf
- 粗糙集屬性約簡(jiǎn)算法研究.pdf
- 決策粗糙集的屬性約簡(jiǎn)算法研究.pdf
- 基于模糊粗糙集的屬性約簡(jiǎn)研究.pdf
- 覆蓋粗糙集及其屬性約簡(jiǎn)算法研究.pdf
- 基于粗糙集的屬性約簡(jiǎn)方法研究.pdf
- 基于粗糙集屬性約簡(jiǎn)算法的研究.pdf
- 粗糙集的相似度量和屬性約簡(jiǎn).pdf
- 代價(jià)敏感的決策粗糙集屬性約簡(jiǎn)研究.pdf
- 增量式粗糙集屬性約簡(jiǎn)算法的研究.pdf
- 粗糙集屬性約簡(jiǎn)算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于粒子群的粗糙集屬性約簡(jiǎn)研究.pdf
- 粗糙集理論中的屬性約簡(jiǎn)方法研究.pdf
- 概率粗糙集屬性約簡(jiǎn)理論及方法研究.pdf
- 粗糙集與概念格的屬性約簡(jiǎn)研究.pdf
- 決策粗糙集理論的屬性約簡(jiǎn)算法研究.pdf
- 基于PSO的粗糙集屬性約簡(jiǎn)算法研究.pdf
- 基于粗糙集的屬性約簡(jiǎn)和決策規(guī)則約簡(jiǎn)算法.pdf
- 基于鄰域粗糙集的屬性約簡(jiǎn)算法研究.pdf
- 基于擴(kuò)展粗糙集的屬性約簡(jiǎn)的研究.pdf
評(píng)論
0/150
提交評(píng)論