注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 商业数据挖掘申的核心算法

  2. 为了使企业的管理层能够根据市场需求进行数据挖掘，并基于挖掘出来的规则做出决策，在数据仓库、 粗糙集方法等理论的基础上提出了一种核心算法，应用于商业数据挖掘.

  3. 所属分类：其它

    • 发布日期：2011-08-30
    • 文件大小：174kb
    • 提供者：sxlemail

  1. 基于粗糙集与遗传算法论文的MATLAB源码

  2. 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,往往采用决策者的经验来选择,降低了决策的效率和质量。 在实际群体决策过程中,由于参与决策过程的决策者不止一位,因此会产生大量决策因素数据。本文融合了粗糙集理论和遗传算法理论,发挥二者所长。 粗糙集理论善于处理不精确的知识,通过粗糙集理论对数据进行预处理,挖掘大量影响决策结果数据中隐含的决策模式。遗传算法进

  3. 所属分类：其它

    • 发布日期：2012-11-30
    • 文件大小：387byte
    • 提供者：checkpaper

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：220kb
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：220kb
    • 提供者：q6115759

  1. 基于变精度粗糙集的多粒度最简规则获取方法

  2. 传统的决策表规则提取需先进行属性约简再进行值约简,过程中存在大量冗余计算,并且当数据包含一定不确定性时效果不佳。为此,提出一种最简规则获取方法,将属性约简与值约简过程合二为一,使用变精度粗糙集模型,从属性多粒度的角度分析,按粒度的大小将决策表转换成不同的知识空间,并利用矩阵简单直观的特点,在不同的知识空间内定义粒矩阵、粒关系矩阵等概念,通过充分挖掘隐含在β粒关系矩阵中的启发式信息Sω,确定属性约简顺序,实现对不同粒度知识空间下最简规则的快速获取;设置覆盖率α为终止条件,以概率方法加快算法收敛速度

  3. 所属分类：其它

    • 发布日期：2020-04-28
    • 文件大小：284kb
    • 提供者：weixin_38517728

  1. 一种基于粗糙集的决策规则挖掘算法

  2. 提出了一种基于粗糙集的决策规则挖掘算法。该算法主要包括属性归约、元组合并、规则提取和规则评估。最后用一个实例说明了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-26
    • 文件大小：174kb
    • 提供者：weixin_38702339

  1. 基于变精度粗糙集的多粒度最简规则获取方法

  2. 传统的决策表规则提取需先进行属性约简再进行值约简,过程中存在大量冗余计算,并且当数据包含一定不确定性时效果不佳。为此,提出一种最简规则获取方法,将属性约简与值约简过程合二为一,使用变精度粗糙集模型,从属性多粒度的角度分析,按粒度的大小将决策表转换成不同的知识空间,并利用矩阵简单直观的特点,在不同的知识空间内定义粒矩阵、粒关系矩阵等.概念,通过充分挖掘隐含在β 粒关系矩阵中的启发式信息S ω,确定属性约简顺序,实现对不同粒度知识空间下最简规则的快速获取;设置覆盖率α 为终止条件,以概率方法加快算法

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：93kb
    • 提供者：weixin_38573171

  1. 分层决策规则挖掘

  2. 决策规则挖掘是机器学习和数据挖掘中的一项重要技术。 在过去的几年中对此进行了深入的研究。 但是，大多数现有算法均基于平面数据集，从中提取的一组决策规则对于大规模数据可能非常大。 这样的一组规则不容易理解，对用户确实有用。 此外，太多规则可能会导致过度拟合。 因此，本文提供了一种分层决策规则挖掘的方法。 它可以从不同的抽象级别挖掘决策规则。 这种方法的目的是通过结合多维数据模型的层次结构和粗糙集理论的技术来提高决策规则挖掘的质量和效率。 该方法遵循所谓的“分而治之”的策略。 它不仅可以提供一种分层

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：330kb
    • 提供者：weixin_38509082

  1. Web服务系统的基于粗糙集的调试

  2. Web服务技术提供了一种灵活且具有成本效益的范例，可以通过服务发现，组合和超后期绑定来构建高度动态的系统。 但是，其新功能给维护基于Web服务的系统带来了巨大压力。 基于大量测试结果，如何在系统中定位故障点是一项具有挑战性的任务。 本文提出了一种Web服务系统的二级诊断框架。 在服务单元级别，WSDL接口信息用于构造决策表。 在服务组合级别上，决策信息系统是通过综合使用流程规范和接口信息来构建的。 然后，采用粗糙集推理中的规则挖掘算法来揭示与服务或系统故障相关的输入情况。 还讨论了如何利用这些规

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：130kb
    • 提供者：weixin_38651273

  1. 基于最大粒的规则获取算法

  2. 粒计算是模拟人类思维和解决复杂问题的方法,它是复杂问题求解、海量数据挖掘、模糊信息处理的有效工具.文中首先分析并指出传统的规则获取方法存在的某些弊端,并从粒计算的角度分析属性约简的粒度原理,指出属性约简过程的本质是寻找决策划分空间的一个极大近似划分空间,而在极大近似划分空间上提取的规则可能不是最简规则.为此,提出一种基于最大粒的规则获取算法,该算法根据条件属性对论域形成的分层递阶的划分空间,自顶向下逐渐提取最大粒对应的规则.仿真实验表明该算法提高粗糙集的泛化能力.

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：403kb
    • 提供者：weixin_38747818

  1. 一种基于粗糙集理论的最简决策规则挖掘算法

  2. 研究粗糙集理论中可辨识矩阵,扩展了类别特征矩阵,提出一种基于粗糙集理论的最简决策规则算法.该算法根据决策属性将原始决策表分成若干个等价子决策表,借助核属性和属性频率函数对各类别特征矩阵挖掘出最简决策规则.与可辨识矩阵相比,采用类别特征矩阵可有效减少存储空间和时间复杂度,增强规则的泛化能力.实验结果表明,采用所提出的算法获得的规则更为简洁和高效.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：240kb
    • 提供者：weixin_38538585