基于属性排斥矩阵的约简方法

增量式属性约简是针对动态型数据的一种重要的数据挖掘方法,目前已提出的增量式属性约简算法大多基于离散型数据构建,很少有对数值型数据进行相关的研究.鉴于此,提出一种数值型信息系统中对象不断增加的增量式属性

PAGE / NUMPAGES 基于连续型条件属性的模糊规则约简算法 摘 要:针对粗糙集对于连续域属性决策表的处理能力差与不容易获得模糊集之间关系等问题,提出一种将模糊集与粗糙集结合起来的连续型条件属

为了更好地获取由边界域产生的不确定性规则知识，提出最优近似粗糙集的属性约简方法。给出了近似空间上粗糙集最优近似集的判定与计算，然后引入最优近似分布协调集、最优近似分布约简概念。讨论了Pawlak属性约

粗糙集属性约简的MATLAB程序；用基于属性重要度的粗糙集属性约简方法对决策表进行约简，属性重要度是根据信息熵定义的。

基于属性关系积的值约简算法，兰聪花，陈晓云，属性值约简是粗集理论研究的重要内容之一。本文将粗糙集理论应用于一致决策表和不一致决策表的值约简，给出了属性关系积、规则的

首先给出了基于一一映射的概念格不同类型属性的等价刻画定理，在此基础上得到了一种新颖的概念格属性约简算法；最后通过实例表明了该约简算法的可行性与有效性。

现实世界中常常包含着海量的、不完整的、模糊及不精确的数据或对象，使得模糊信息粒化成为近年来研究趋势。利用论域上的模糊等价关系定义了模糊粒度世界的模糊知识粒度，给出了新的属性约简条件和核属性计算方法，以

相对约简格作为简化的概念格,在数据挖掘和知识发现等领域具有广泛的应用。相对约简格的构造在其应用过程中是一个主要问题。本文提出了采用树结构对相对约简格节点进行组织,研究了基于属性的相对约简格渐进式构造算

分析了数据流降维算法PCA和KPCA的原理和实现方法。针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差，提出了一种新的降维策略GKPCA算法。该算法将数据集先分组，对每一组执行K

论文研究-基于相对分辨能力的属性约简算法.pdf, 在粗糙集理论中,分辨能力反映拥有知识的多少;为此,给出分辨能力相关概念、性质和计算方法,并提出基于相对分辨能力的约简定义,同时研究该约简定义与Hu差