已閱讀1頁，還剩84頁未讀， 繼續(xù)免費閱讀
版權(quán)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(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、粗糙集理論是繼概率論、模糊集理論、證據(jù)理論之后的又一個處理不確定性的數(shù)學(xué)工具。知識約簡算法是粗糙集理論的核心內(nèi)容。尋找決策信息系統(tǒng)的最優(yōu)約簡或全部約簡是NP問題，而基于屬性重要性的啟發(fā)式算法能夠取得較好的約簡。 本文首先探討了知識的粗糙性和知識間的依賴關(guān)系，進(jìn)而定義了知識的依賴對比度，在此基礎(chǔ)上定義了新的知識粗糙熵屬性重要性，并給出約簡判定定理，使其既可以適用于一般的決策信息系統(tǒng)，又可以適用于信息系統(tǒng)，更客觀地反映了知識的粗糙性
2、，由此提出了基于粗糙熵依賴對比度的屬性約簡算法，并進(jìn)行實例分析。 為了更好地反映知識約簡的完備性，在知識粗糙熵的基礎(chǔ)上，定義了決策概念集的條件粗糙熵，并證明了知識的條件粗糙熵隨著信息粒度變小而單調(diào)遞減的規(guī)律，給出其約簡判定定理，提出基于條件粗糙熵的屬性約簡算法，實例表明該算法是有效的。 值約簡的最終目標(biāo)是為了獲取最簡決策規(guī)則。本文首先建立了決策信息系統(tǒng)中知識與粗糙熵之間的關(guān)系，以知識的依賴度為基礎(chǔ)定義了一種新的粗糙熵概念
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于粗糙集的數(shù)據(jù)約簡技術(shù)及應(yīng)用研究.pdf
- 基于信息熵的數(shù)據(jù)約簡算法.pdf
- 基于粗糙集的數(shù)據(jù)約簡算法研究與應(yīng)用.pdf
- 基于粗糙集的海量數(shù)據(jù)約簡技術(shù)及應(yīng)用研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘約簡算法的研究與應(yīng)用.pdf
- 基于粗糙集的屬性約簡算法及其應(yīng)用研究.pdf
- 基于粗糙集的知識約簡算法研究及應(yīng)用.pdf
- 基于區(qū)分矩陣的粗糙集屬性約簡算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘?qū)傩约s簡算法研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘?qū)傩约s簡算法的研究.pdf
- 粗糙集理論在數(shù)據(jù)約簡中的應(yīng)用研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘模型及屬性約簡算法研究.pdf
- 基于粗糙集理論的屬性約簡及應(yīng)用研究.pdf
- 基于粗糙集的屬性約簡算法研究與應(yīng)用.pdf
- 基于布爾矩陣表示的粗糙集屬性約簡算法的改進(jìn)及應(yīng)用研究.pdf
- 基于粗糙集的屬性約簡及其應(yīng)用研究.pdf
- 基于信息熵的屬性約簡算法研究.pdf
- 基于粗糙集理論的數(shù)據(jù)約簡研究與應(yīng)用.pdf
- 粗糙集約簡算法及其應(yīng)用的研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘改進(jìn)的屬性約簡算法研究.pdf
評論
0/150
提交評論