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。
论文研究-基于变精度粗糙集理论的知识约简方法.pdf, 基于变精度粗糙集理论与包含度理论,引入了不协调目标信息系统的上、下
论文研究-基于变精度粗糙集理论的知识约简方法.pdf, 基于变精度粗糙集理论与包含度理论,引入了不协调目标信息系统的上、下分布约简的概念,并讨论了它们之间的关系.上(下)分布约简是保持每个决策类的上
针对基于分辨矩阵约简算法中存在冗余元素,从而导致空间存储代价高的问题,提出一种基于加权浓缩树的属性约简算法。该算法可以进一步剔除冗余元素,压缩存储分辨矩阵中的信息,并且在构建树结构的过程当中考虑了属性
作为Pawlak粗糙集的扩展,邻域粗糙集能有效地处理数值型的数据。但是,因为沿用了Pawlak粗糙集在构造上下近似集时的包含关系,邻域粗糙集对噪声数据的容错性很差。针对这个问题,通过引入贝叶斯最小风险
基于粗糙集属性约简以及概念格的关联规则挖掘分析,word文档,适合概念格和粗糙集的初学者使用
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!
决策在管理活动中普遍存在,是为解决当前或未来可能发生的问题,选择最佳方案的一种过程,是管理活动的核心。群体决策会产生大量的数据,而且这些数据为不精确非量化值。传统的群体决策在确定决策结果时,往往采用决
粗糙集理论的学习课件 非常适合想学习粗糙集理论的人阅读 内容丰富
