首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 296 毫秒

1.  基于模糊C均值与RS理论结合的模式分类方法及应用  被引次数:1
   陈遵德《计算机工程》,2003年第29卷第1期
   RS(Rough Set)理论具有对不完整数据进行分析和推理、发现数据间的关系、优化条件属性组合的能力,但只能处理量化数据。文章提出了将连续属性量化的最优化思想,借助模糊C均值算法实现了连续属性量化,探讨了基于模糊C均值与RS理论结合的模式分类方法,并给出了一个应用实例。    

2.  基于Rough Set的数据预处理  被引次数:2
   施伟  战守义  盛思源《计算机工程与应用》,2003年第39卷第22期
   Rough Set理论是一种新的处理不精确,不完全与不相客知识的数学工具。数据预处理是数据挖掘中必不可少的步骤。处理的结果对下一步数据挖掘有直接影响。论文利用Rough Set一些特性对KDD99中的数据集进行处理,并且针对数据集的特点实现了对其进行数据离散化、属性约简等处理。通过这些处理过程为下一步的数据挖掘打下了基础。    

3.  基于Rough Set理论的网络入侵检测系统研究  被引次数:5
   王旭仁 许榕生 张为群《计算机科学》,2004年第31卷第11期
   本文提出了一种基于Rough set理论(Rough Set Theory,RST)的网络入侵检测系统,用于监控网络的异常行为。该方法使用Rough set理论对网络连接数据提取检测规则模型。使用Rough set理论提取规则模型,能有效地处理数据挖掘方法中存在的不完整数据、数据的离散化等问题。实验表明,同其它方法相比,用Rough set理论建立的模型对DoS攻击的检测效果优于其它模型。    

4.  基于柔性逻辑的区分矩阵属性约简算法  
   侯慧欣  刘城霞《计算机系统应用》,2018年第27卷第3期
   传统的基于区分矩阵的属性约简算法只能处理离散数据,而绝大部分数据既包含离散属性又包含连续属性.针对这一问题,本文使用一种可以对离散数据和连续数据进行统一处理的方法.该方法利用柔性逻辑等价关系替代原来的不可分辨关系,简化了传统算法中的离散化过程,提高了算法效率.实验表明,与传统的算法相比,改进后算法省略了离散化这一过程,可以对离散数据和连续数据统一进行处理.    

5.  基于Rough集的连续属性离散化方法  被引次数:3
   尹旭日《计算机工程与设计》,2006年第27卷第11期
   连续属性离散化是Rough集理论应用中面临的主要问题之一.提出了一种基于的Rough集连续属性离散化方法.首先提出主泛化决策等概念,在数据过滤方法的基础上,利用等价类的合并对属性离散化.实验表明,利用该方法对数据进行离散预处理后提取的规则具有较好的分类预测准确性.    

6.  基于Rough set知识获取的故障数据表聚类离散化方法研究  被引次数:1
   赵荣珍  张优云《机械工程学报》,2005年第41卷第1期
   为了从故障诊断实例的数据资源中知识获取,对具有连续属性值的故障实例数据表转化为Rough set(RS)理论离散数据类型的决策表的正确映射进行了研究.将改进的k-means聚类算法用于故障实例数据表的离散映射方案设计.在设置故障实例的导师决策类别数为聚类数k对论域划分的基础上,提出了根据均值聚类中心排序序号构造离散映射符号集、相对均值聚类中心由相似测度确定连续属性值映射编码的离散化方案.实例表明,该方法反映了转子振动故障特征的一般规律,断点设置具有动态自适应和抗干扰特性.获得的决策规则可用于构造和扩充故障诊断知识库.    

7.  Rough集理论及其在地质图形系统中的应用  
   马彬  张敏  吴利平《计算机工程与设计》,2007年第28卷第1期
   20世纪80年代初,波兰数学家Z.Pawlak提出Rough Set(RS)的数学理论,直到10年之后,由于这个理论在机器学习、从数据库中发现知识、决策支持与分析等方面的应用,才引起人工智能(AI)研究者的关注.介绍了Rough理论基本概念和方法,并将Rough集理论引入地质图形系统领域,给出了Rough集理论用于地质图形系统中属性分析和知识发现的方法.为地质图形系统的属性信息处理开辟了一条新途径.    

8.  一种连续值属性约简方法ReCA  被引次数:1
   商琳  万琼  姚望舒  王金根  陈世福《计算机研究与发展》,2005年第42卷第7期
   属性约简是Rough集理论的主要应用和研究内容之一.现有的各种属性约简方法大多适用于离散值属性.对于连续值属性的数据处理,通常做法是先对其进行离散化.这种先期对数据进行的处理会丢失一些信息,易于使约简产生错误.针对连续值信息系统,提出了一种新的属性约简方法ReCA,该方法将连续值属性离散化与属性约简过程融为一体,以基于信息熵的不确定性度量作为适应度函数。通过进化计算同时得到约简属性集合和离散化的断点集合.实验表明,该方法不仅可以有效地进行属性约简,而且与Rough集及C4.5两种方法相比,得到的属性数目少、测试精度较高.    

9.  油耗预测中显著影响参数提取方法的仿真  
   陈静杰  邹迎欢《计算机仿真》,2013年第30卷第6期
   在油耗预测中显著影响参数提取问题的研究中,QAR记录了大量与飞行油耗相关的真实过程参量.由于参数之间呈非线性关系,若将相关参数全部输入到模型中,将导致油耗预测模型结果复杂,运行时间长,预测精度低.针对以上不足,提出了一种粗糙集属性约简的油耗估计显著影响参数的提取方法,首先是对QAR数据进行预处理,然后进行离散化,离散化采用了信息熵连续属性的离散化算法,进一步提高了数据分析的可靠性,再通过Rough set软件得出核心属性,经实验,新方法在提取油耗显著影响因素中有效,而且在处理QAR数据中有着广阔的应用前景.    

10.  基于RS在移动计算中的规则提取与仿真  被引次数:2
   刘刚  李德敏  施颖男  王昳《计算机工程与应用》,2003年第39卷第1期
   RS(Rough Set)方法是一种处理不精确或不完整信息的强有力数学工具,该文首先提出了基于RS在移动计算环境中进行数据挖掘的系统模型,并给出了对数据进行规则提取的具体算法,最后给出了仿真程序和应用结果。    

11.  一种改进的快速数据离散化算法  被引次数:1
   高原  耿国华  周明全  刘晓宁《小型微型计算机系统》,2009年第30卷第2期
   提出一种新的基于粗糙集理论的快速数据离散化算法FRSBD(Fast Rough Set based Discretization Algorithm),文章定义了属性决策关系矩阵等概念.证明了一组基于属性决策关系矩阵的断点判定规则的有效性,并基于该新的断点判定规则,实现了决策表中连续属性值的快速离散化.理论分析说明了FRSBD的正确性和有效性,仿真结果表明该算法优于文献报道的同类算法.    

12.  基于粗糙集理论与灰色理论的属性约简算法  
   杜晓  刘维亭  杜茜  罗军生《微机发展》,2008年第1期
   约简是粗集理论的重要概念,由定义计算约简是一个典型的NP问题且由于约简的不唯一,在面对大数据集或高维数据集问题时获得的属性集往往并非是最小的属性约简集。文中针对Rough sets理论的属性约简进行了研究。研究了通过可辨识矩阵求得属性约简集,利用Rough sets与灰色理论相结合,提出一种属性约简的启发式算法,拟合结果表明本约简算法合有效。    

13.  基于粗糙集理论与灰色理论的属性约简算法  
   杜晓  刘维亭  杜茜  罗军生《计算机技术与发展》,2008年第18卷第1期
   约简是粗集理论的重要概念,由定义计算约简是一个典型的NP问题且由于约简的不唯一,在面对大数据集或高维数据集问题时获得的属性集往往并非是最小的属性约简集.文中针对Rough sets理论的属性约简进行了研究.研究了通过可辨识矩阵求得属性约简集,利用Rough sets与灰色理论相结合,提出一种属性约简的启发式算法,拟合结果表明本约简算法合有效.    

14.  基于区分矩阵的数据离散化算法  被引次数:1
   秦川  黄欢  施化吉  李星毅《计算机工程与应用》,2008年第44卷第35期
   由于传统的粗糙理论只能对数据库中离散数据进行处理,而绝大多数现实的数据库既包含了离散数据,又包含了连续数据。针对这一问题,提出了一种基于候选断点区分矩阵的数据离散化算法。该方法以断点核为起点,以候选断点在区分矩阵中出现的频率作为启发信息,逐次选择最重要的断点加入到结果断点子集中,并由最终的断点集得离散化后的信息系统。最后通过实例分析表明,该算法具有较好的离散化效果。    

15.  基于Rough集的规则学习研究  被引次数:9
   李春生  尹旭日  陈世福《小型微型计算机系统》,2001年第22卷第8期
   Rough Sets方法是一种处理不确定或模糊知识的重要工具,本文在对Rough Sets理论进行深入研究的基础上,提出了一种基于Rough Sets的自增量学习算法,该算法利用简化的差异矩阵和置信度,能较好地进行确定性规则和非确定性规则的学习。    

16.  基于粗集理论的一种数据泛化方法  
   黎东英 王应明《微机发展》,2005年第15卷第7期
   传统的粗集理论只能对数据库中的离散属性进行处理,所以对存在连续属性的数据库必须进行离散化处理。经过初次离散化后的信息系统往往包含的等价类数过多。文中提出了一种数据泛化方法,利用决策表相容性的反馈信息对经过初次离散化的信息系统进行处理。结果表明,该方法能够有效地提高规则的统计意义及解释能力,推导出来的规则对待识样本具有更好的适应性。    

17.  基于粗集理论的一种数据泛化方法  
   黎东英  王应明《计算机技术与发展》,2005年第15卷第7期
   传统的粗集理论只能对数据库中的离散属性进行处理,所以对存在连续属性的数据库必须进行离散化处理.经过初次离散化后的信息系统往往包含的等价类数过多.文中提出了一种数据泛化方法,利用决策表相容性的反馈信息对经过初次离散化的信息系统进行处理.结果表明,该方法能够有效地提高规则的统计意义及解释能力,推导出来的规则对待识样本具有更好的适应性.    

18.  基于核属性的知识获取算法  
   朱振国  赵毅  李邕《计算机科学》,2008年第35卷第8期
   Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功.决策表是Rough Set理论的处理对象,用RoughSet对决策表进行规则提取通常有代数观和信息观两种主要理论和方法.使用哪一种方法提取的规则集更好是很多研究者的目标.本文针对Rough Set理论的核心内容之一的知识获取进行了研究,提出了一种基于属性重要性排序的知识获取算法,并且证明了在不相容系统中使用信息观方法比使用代数观的方法更好,能够提取更合理的规则集.    

19.  基于Rough集理论的空间数据分类方法  
   张建军  张静波  王保保《电子科技》,2003年第21期
   文中主要研究了粗糙集理论在空间数据分类中的应用。在空间数据分类的同时考虑了数据的空间属性和非空间属性,并提出了一种新的基于Rough集理论的决策表离散化算法。由于空间数据对象的属性受其附近的其他空间对象的影响,所以在进行基于空间数据库的数据分类时应该考虑到这种影响。文中首先对空间数据进行预处理,在其属性表中添加空间属性信息,然后使用粗糙集理论处理扩展后的属性表,对其进行数值型数据的离散化、属性表的属性约简和值约简等操作,最终生成分类规则。    

20.  基于属性约简的粗糙集海量数据分割算法研究  被引次数:1
   夏奇思  王汝传《计算机技术与发展》,2010年第20卷第4期
   结合Rough Set理论研究了分布式处理海量数据中的关键同题,即分割海量数据集的问题.经典的Rough Set算法要求数据常驻内存,因此不能有效地处理海量数据.为了能够直接处理海量数据集,根据最佳分割的定义,结合属性约简的思想,提出基于属性约简的粗糙集海量数据分割算法(Mass Data Partition for Rough Set on Attribute Reduction,MDPRS-AR).通过实验表明,MDPRS-AR算法的分割效率比传统的算法约高70%,而且与处理整个数据集的算法相比,正确性损失不大.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号