作为Pawlak粗糙集的扩展,邻域粗糙集能有效地处理数值型的数据。但是,因为沿用了Pawlak粗糙集在构造上下近似集时的包含关系,邻域粗糙集对噪声数据的容错性很差。针对这个问题,通过引入贝叶斯最小风险
依据《同义词词林(扩展版)》,以初始查询的同义词为证据扩展基本信念网络,得到扩展的信念网络检索模型,扩展模型采用不同的归并方法将得到不同的排序计算式。在析取归并算法的基础上,给出了合取归并算法,并对其
急需的数据资料,请坛上高手破解下,提示格式不能识别,密码倒是没设,就是打不开,无解吗?
VC2005编写的一个简单的窗口属性查看工具,带源码
NULL博文链接:https://lpali.iteye.com/blog/912023
打印一个文件的基本属性:如大小 文件类型,修改时间等等 参考结构体 :struct stat buf; int fstat(int filedes,struct stat *buf);
通过将连续属性离散化和属性约简结合起来,首先对连续型的属性列进行离散化,得到新的决策表；然后再对新的决策表作属性约简,解决了属性约简过程中由于不考虑连续属性而无法求出准确约简属性的问题。最后通过具体案
针对在 Ng uy en 和 Skow r on 的离散化算法中进行启发式约简时会出现某些属性不能进行离散 化问题,以及在无核数据集中启发式约简算法计算量比较大等问题,在粗糙集理论和属性频率函数的基
粗糙集基础知识的程序实现(java),包括基于决策表的等价类计算、基于决策表的核属性计算和两种属性约简算法。
一个基本的属性约简matlab实现程序,有注释。
