粗糙集相关论文(约简、数据挖掘、数据库技术)

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

基于Pawlak 粗糙集的属性约简一般保持决策表的正区域不变, 然而由于现实中不同用户对不同约简精度的需求, 获取属性值的实际代价与个人偏好可能不同. 针对决策者主观个人偏好、客观约简精度、获取属性值

差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储

在系统熵的基础上,定义了一种新的属性重要度并提出了一种基于改进系统熵的粗糙集属性约简算法,实验分析表明,该属性重要度为启发式信息进行的属性约简,取得了理想效果。

粗糙集属性约简的MATLAB程序；用基于属性重要度的粗糙集属性约简方法对决策表进行约简，属性重要度是根据信息熵定义的。

本文在介绍粗糙集理论的基础上,给出粗糙集 理论在数据挖掘中的应用,属性约简的启发式算法, 通过一个实例说明了算法的有效性

粗糙集理论被广泛应用于属性约简，复杂性是制约这些算法应用于数据挖掘任务的主要障碍，尤其是邻域模型下的约简问题.本文分析了邻域粗糙集模型的数学性质，利用正域与属性集的单调关系，构造基于属性依赖度和前向搜

基于混沌遗传算法的粗糙集知识约简算法

国内的一些粗糙集，模糊集相关研究，想了解粗糙集，模糊集概率、理论、方法及其应用的好资料。

Rough set