粗糙集属性约简及其在电力系统中的若干应用

随着互联网技术的飞速发展，泛在电力物联网已经开始在电力系统中得到广泛应用。本文将探讨泛在电力物联网的基本概念、电力系统中的应用及未来的前景。泛在电力物联网不仅可以提高电力系统的效率和安全性，而且还可以

一种较先进的属性约简算法，算法介绍很详细，并且有实例，很具有实际参考意义

属性约简能有效地去除不必要属性,提高分类器的性能。模糊粗糙集是处理不确定信息的重要范式,能有效地应用于属性约简。在模糊粗糙集中,样本分布的不确定性会影响对象的近似集,进而影响有效属性约简的获取。为有效

一种粗糙集属性约简的改进算法，贾利娟，冯璇，属性约简是粗糙集理论的核心内容之一。本文结合粗糙集知识对基于Skowron[1]区分矩阵的属性约简算法进行改进，形成一种简单、有效、��

以邻域粗糙集的属性重要度作为量度，从一个空集出发，前向贪心的选择重要度大的属性并入到约简集合，直到达到约简条件。

针对基于分辨矩阵约简算法中存在冗余元素，从而导致空间存储代价高的问题，提出一种基于加权浓缩树的属性约简算法。该算法可以进一步剔除冗余元素，压缩存储分辨矩阵中的信息，并且在构建树结构的过程当中考虑了属性

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

基于粗糙集属性约简以及概念格的关联规则挖掘分析，word文档，适合概念格和粗糙集的初学者使用

一种基于并行遗传算法的粗糙集属性约简，是我找到比较实用的算法！

粗糙集理论及其在知识发现中的运用，适合于初学者，是份很不错的资料