基于分辨矩阵的属性约简算法

邻域属性约简:基于样本选择的多准则策略

概念格中基于粗糙熵的属性约简方法

用于基于监督邻域的属性约简的加速器

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

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

给定一个自己盘里的excel信息表，求其差别矩阵，再最后求其约简，是带决策的。

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

针对基于内容的图像检索难于通用化的问题,使用MPEG-7的颜色布局描述符和平行纹理描述符建立联合特征空间,并采用遗传算法对其内部特征权重以及描述符之间的权重进行优化。实验结果表明,使用上述方法大大降低