暂无评论
阐明了变精度粗糙集模型中,经典粗糙集模型分类质量、相对正域、决策类下近似不再具有非单调递减特征，在约简过程中分类质量和相对正域会出现跳跃现象，约简过程具有不稳定性；但决策类下近似不会出现跳跃现象，可以
讨论了产品协同设计对智能决策支持的需求，给出一个基于智能决策支持的协同设计系统体系结构模型，并重点分析了协同设计任务模型的分类与重构机制，提出了一个采用贪心法和相似匹配算法相结合的任务重构机制来求解模
论文研究-基于冲突域渐减的属性约简算法.pdf, 针对因决策表中存在不一致对象造成的约简求解错误,同时为了进一步提高约简
在对均匀T-B样条基函数及其曲线端点特性分析的基础上提出了n次均匀T-B样条基函数的表达式，通过重新参数化使其参数区间范围规范为[0，1]。给出了均匀T-B样条曲线的升阶公式、控制点反求公式以及均匀T
基于半监督学习的知识约简，王利民，臧雪柏，提出一种基于半监督学习的粗糙集知识约简算法(SLRS)。由于条件属性在各样本的分布特性和所反映的主观特性的不同，每一个样本对应于
提出了一种分水岭变换和结合空间信息的FCM聚类相结合的图像分割方法。方法采用基于图论的结合区域特征信息和空间信息的距离度量，以分水岭变换得到的图像分割小区域为节点构建一个连通加权图，通过计算图上不同节
通过对多种约简方法进行比较，为了得到更好的结果，在传统基于属性依赖度的约简方法基础上，定义更精确的强化正域概念。通过对边界域的精确划分，得出各条件属性对决策属性的强化依赖度，并用自顶向下的启发式搜索算
粗糙集理论研究的重要内容是分类与约简。在对分类与归并性质充分研究的基础上，探讨了条件分类、约简与核的层次关系。基于归并的思想，描述了条件类归并对决策表一致性的影响，证明了代数核属性的充要条件。
本文提供了一个数据挖掘实例，介绍了如何使用决策树和决策表进行数据挖掘和分析。文章从实际案例出发，详细介绍了决策树和决策表的原理，以及如何在实际应用中进行构建和优化。同时，本文还提供了相关的程序代码和数
针对可快速在大型交易事务数据库中挖掘关联规则的问题，基于布尔矩阵提出一种新的挖掘算法。该算法通过仅需存储布尔位节约了内存，通过简单布尔运算提高了求解频繁项集的效率。实验证明该算法较之于Apriori算
暂无评论