论文研究基于属性约简的EntropyKNN改进算法 .pdf

针对海产品安全评估体系中大量的、冗余的评估指标问题，提出了一种新的混合信息粒度的属性不重要性算法。该算法首先从理论上分析了属性不重要性的可行性，提出了属性不重要性公式，然后为了减少算法的时间复杂度，任

结合模糊关系的理论，对粗糙集理论的属性约简算法进行研究，提出了一个新的属性约简算法，并给出了一个应用实例。

随着网络和通信技术的快速的发展，社会进入了大数据时代。如何能够快速地从海量大数据中找到属性约简是目前研究的一个热点。由于传统属性约简的方法在计算大数据属性约简时，需要消耗巨大的计算时间，不能有效地处理

属性约简是信息系统中的一个重要操作，而分类是属性约简的基础，且直接在大数据集上进行属性约简往往存在效率低下的问题。故以分类为基础提出了一种基于信息熵的信息系统并行属性约简算法。该算法通过信息熵的计算，

对于不完备决策表，给出了区分对象对集和基于区分对象对集约简的定义，并证明出基于区分对象对集的属性约简定义等价于基于广义决策的属性约简定义。在此基础上，提出一种基于区分对象对集的新算法。新算法以区分度[

论文研究-一种新的信息系统属性约简算法.pdf,

论文研究-基于信息量的序信息系统的属性约简.pdf,  属性约简是粗糙集理论研究的核心内容之一.在序信息系统中引入信息量和属性重要性,给出它们与属性约简之间的关系. 针对序信息系统提出了一种基于信息量

提出一种新的属性约简算法——基于符号有向图的属性约简算法。该算法利用符号有向图中故障只能在相容通路中传播的性质对系统中的变量进行约简,然后利用支持向量机优良的分类性能进行故障诊断。挑选过程控制界公认的

大数据时代，人们获取所需信息的困难度提高，而数据挖掘是当下解决此问题的关键技术。Apriori算法作为数据挖掘中的常用算法，通过挖掘数据背后的潜在关联规则。考虑到传统Apriori算法执行过程中，数据

KMP算法和BM算法是经典的单模式匹配算法，但KMP算法中文本指针[i]每次只能移动一个字符，整体的匹配效率并不高，结合KMP算法和BM算法的优点提出一种改进算法（KMPP）。算法的思想是模式串与文本