您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于粗糙集的符号与数值属性的约简算法

  2. 粗糙集理论被广泛应用于属性约简,复杂性是制约这些算法应用于数据挖掘任务的主要障碍,尤其是邻域模 型下的约简问题.本文分析了邻域粗糙集模型的数学性质,利用正域与属性集的单调关系,构造基于属性依赖度和前 向搜索策略的快速算法,以降低样本比较次数,提高计算效率.实验分析表明了算法的有效性.
  3. 所属分类:其它

    • 发布日期:2010-08-15
    • 文件大小:198kb
    • 提供者:sumsung8800
  1. matlab计算粗糙集的下近似属性依赖度和条件熵

  2. matlab计算粗糙集的下近似属性依赖度和条件熵,
  3. 所属分类:其它

    • 发布日期:2012-01-02
    • 文件大小:32kb
    • 提供者:cgpcx
  1. 条件属性重要度计算代码

  2. 在决策表中,为了评价某条件属性的重要性,不但要考虑这个属性(单一属性)相对于决策属性的重要性,还要考虑该条件属性与其他条件属性构成的属性集的重要性.在属性集依赖度比单一属性依赖度更加可信的事实基础上,提出了一个基于可分辨矩阵的属性集依赖度计算方法.该方法能够较快地获得可分辨矩阵,并直接求出属性集的依赖度,从而大大降低了算法的时间复杂度.实例验证了该方法具有较好的有效性和较低的时间复杂度.
  3. 所属分类:Python

    • 发布日期:2019-08-30
    • 文件大小:7kb
    • 提供者:nathan1776
  1. 基于粗糙集理论的采煤工作面风险评价指标权重确定

  2. 针对属性权重完全未知且属性值以专家经验给出的采煤工作面风险评价问题,根据粗糙集理论利用属性重要度分配权重的计算方法,即将权重确定问题转化为粗糙集中属性重要性评价问题,通过计算所建知识系统中决策属性对特定条件属性的依赖度和重要性,得出了风险评价模型的指标权重。该方法降低了传统采煤工作面风险评价指标权重确定方法的主观性,同时提高了采煤工作面危险源风险评价的精度,在实践中更具客观性与实用性,期待可以为煤矿企业制定安全生产规划提供决策依据。
  3. 所属分类:其它

    • 发布日期:2020-05-05
    • 文件大小:118kb
    • 提供者:weixin_38725426
  1. 信息熵多属性约简的煤粉尘图像特性机理

  2. 为研究无明确特征模式的煤尘颗粒图像特性,以某煤矿煤样为研究对象,按国标标准运用粉尘采样器对粉尘溢散源处颗粒物进行多点采样。采用多决策属性约简模糊粗糙集3个阶段即提出隶属度模型、实现属性约简、确定最大信息熵阈值分割对颗粒形态特征机理进行分析。首先建立粉尘图像各像素点对应的模糊类别隶属度模型,利用多分段函数确定隶属度;分析煤粉尘图像灰度特征并将其作为条件属性,确定条件属性的模糊依赖度,获取最优值并提取模糊属性约简,进行目标及背景区域的模糊下近似和模糊上近似划分;最后建立煤粉尘颗粒的信息熵模型,存储信
  3. 所属分类:其它

  1. 大数据环境下多决策表的区间值全局近似约简

  2. 在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观和信息观提出了基于属性依赖度和基于互信息的区间值启发式约简相关定义和性质证明,并给出相应算法,丰富和发展了区间值粗糙集理论,同时为大数据的分析研究提供了思路.针对大数据的分布式存储架构,又提出了多决策表的区间值全局约简概念和性质证明,进一步给出多决策表的区间值全局约简算法.为了使得算法在实际应用中取得更好的
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1001kb
    • 提供者:weixin_38696143
  1. 基于多目标邻域差分进化和模糊粗糙集的属性约简算法

  2. 作为粗糙集的一种推广,模糊粗糙集在属性约简中的应用尤为重要.约简规模和约简依赖度作为评判约简性能的两个重要指标,分别对应着约简的效率以及精度.传统的约简算法通常以追求约简的最大依赖度为导向进行寻优,并没有直接考虑约简的规模大小.基于此,强调所得约简的规模大小在约简运算中的重要性,并提出一种基于邻域变异信息的多目标差分算法,在约简运算中将约简的规模也作为单独的优化目标,将属性约简问题转化为多目标优化问题,综合考虑约简在属性数量和依赖度两方面的性能.通过引入目标支配排序,使得可以从属性数量和依赖度误
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:376kb
    • 提供者:weixin_38688403