从不一致例子中控制规则的粗集方法MIE—RS |
| |
作者姓名: | 赛英 陈文伟 |
| |
作者单位: | [1]山东财政学院计算机信息工程系 [2]国防科技大学系统工程与数学系 |
| |
基金项目: | 国家自然科学基金项目资助 |
| |
摘 要: | 该文研究不一致例子中的多概念学习。所得不一致的例子是指具有相同的条件属性值却属于不同概念的矛盾例子。该文提出了一个基于粗集扩展模型的数据挖掘算法MIE-RS,能有效处理例子集的不一致性,并且通过确定每个概念的覆盖,即最小相关属性集,为每一概念产生最间的满足给定可信度的产生或规则知识。
|
关 键 词: | 数据挖掘 粗集扩展模型 不一致例子学习 |
修稿时间: | 2000年5月) |
本文献已被 CNKI 维普 等数据库收录! |
|