粗糙集属性约简C++实现,对各个函数进行封装,共有四个类,希望大家进行改进
对照实例进行粗糙集属性约简,相信对于初学者大有裨益
提出了一种基于动态权值集成的多分类器手写数字识别方法。该方法采用BP神经网络的方法,对不同的特征输入向量构建不同的神经网络分类器,通过设定动态权值,进而对不同的分类器的输出向量采用多类器集成方法进行系
一种较先进的属性约简算法,算法介绍很详细,并且有实例,很具有实际参考意义
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。
粗糙集方法是一种处理不确定或模糊知识的重要工具。传统的粗糙集模型对最简规则集的研究都是针对静态数据的,对于动态数据却显得无能为力。但在实际应用中,数据库中的数据往往是动态变化的,因此,对规则约简的增量
一种基于并行遗传算法的粗糙集属性约简,是我找到比较实用的算法!
信号传播过程中因障碍物阻挡产生的阴影衰落对无线传感器网络的覆盖产生较大的影响。针对无线传感器网络的完全覆盖问题,基于自由空间环境下的规则部署方式,推导出在衰落阴影环境下,完全覆盖网络监测区域所需的最少
决策粗糙集理论是经典粗糙集理论结合贝叶斯理论拓展而来。为在不完备区间值信息系统下研究决策粗糙集理论,首先提出属性相似度的概念,并基于属性相似度定义了双精度容差关系。然后,基于双精度容差关系,结合贝叶斯
针对免疫异常检测一直被忽视的实值自体集多分区、样本重叠率高和噪声等现象,以及造成的检测器生成代价高和边界漏洞等问题,提出一种实值自体集优化算法。算法通过模糊聚类算法处理集合多分区问题,利用高斯理论对自