基于AHP和RJ算法的属性约简MATLAB程序

Rough set attribute reduction

研究表明合理考虑术语之间的关系可以提高检索系统的性能。采用共现分析的方法从文档集合中学习得到术语之间的关系,并应用到结构化文档检索中,提出了一个基于贝叶斯网络的结构化文档检索模型,给出了其拓扑结构、概

多段采样信号十分常见，对其进行信息融合能有效提高信号处理的精度，尤其适用于低信噪比、被测频率持续时间短的情况。为提高多段采样信号频率估计的精度和扩展已有方法的适用范围，给出一种多段分频等长信号融合方法

属性约简是粗糙集理论的核心问题，为了获得更多更稳定的最小属性约简，根据决策粗糙集模型将最小属性约简问题转化为决策风险最小化问题，并给出了新的适应度函数计算方法；在此基础上利用回溯搜索算法较强的全局搜索

探讨了Fuzzy ART神经网络的聚类功能及其参数对网络的影响。提出了一种基于该聚类理论的银行信用风险评估聚类模型。采用ASP.NET MS SQL Server 2000的B/S构架实现了银行信用风

为基于差别矩阵的属性约简算法求解时,先要求出差别矩阵,问题规模增大,将导致存放差别矩阵的空间过大和算法执行时间过长。针对这一问题,本文提出了辨识集的定义,并利用辨识集设计了新的属性约简算法,减少了存储

在实际统计分析工作中，常会遇到多指标的综合评价和多目标决策的问题.层次分析法是解决这类问题的最在效的方法.但是，受计算条件的限制，常常不能及时给出结果，从而影响现场决策.本文利用MATLAB的强大数值

一种基于改进的相关矩阵的属性约简算法，王平，王秀坤，属性约简问题是粗糙集理论的核心内容之一，已经被证明为NP-hard问题。目前已有研究利用相关矩阵把属性约简问题和集合覆盖问题联系��

提出了一种基于遗传算法的高维数据模糊聚类方法。引入了一个模糊非相似矩阵来表示高维样本之间的非相似程度，并将高维样本初始化到二维平面。利用遗传算法进行迭代优化二维样本的坐标值，实现二维样本之间的欧氏距离

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