数据挖掘及粗糙集理论

基于信息获取的直觉性知识内容性质,在粗糙集理论中引入了组合熵和组合粒化的概念。 定义了条件组合熵和互信息,并推导了它们的几个有用属性。 此外,建立了组合熵和组合颗粒化之间的关系,可以表示为CE(R)+

波兰大学那个,很好用.可进行约简与求核,非常方便得到约简规则!

查询扩展是信息检索技术研究的一个重要组成部分。目前的查询扩展是基于统一的用户模型，没有考虑到用户的个人兴趣，这对查询扩展的精确度造成了一定的影响。分析了产生这种问题的原因，提出了基于概念图的用户兴趣扩

本科毕业论文聚焦于模糊粗糙集理论在实际数据分类中的应用研究。通过对模糊粗糙集理论的深入剖析，论文揭示了该理论在面对大规模、复杂数据时的优越性。通过实证分析，论文验证了模糊粗糙集在数据分类中的高效性和适

提出了一种基于粗糙集的决策规则挖掘算法。该算法主要包括属性归约、元组合并、规则提取和规则评估。最后用一个实例说明了算法的有效性。

利用粗糙集理论和模糊聚类的方法对某学校网站的日志数据进行实例分析，抽取用户感兴趣的模式，理解用户的浏览兴趣行为，以便进一步改善网站结构，为用户提供个性化服务。

粗糙集软件Rosetta及中文指导书，粗糙集理论相关资料书籍

粗糙集属性约简软件，能够用于进行属性约简，里面有自带的贪婪算法以及遗传算法等方法工具

为了准确而快速地判别矿井突水水源,以聚类分析、灰色关联分析、多元逐步判别分析3种方法建立了矿井突水水源判别模型,提出了通过适应性来选择具体矿井或矿区的判别方法,利用粗糙集理论的属性约简来筛选水化学特征

粗糙集理论，是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的软计算方法，粗糙集近年来越来越受到重视，其有效性已在许多科学与工程领域的成功应用中得到证实，是当前国际上人工智