| 粗糙集和证据理论相结合的数据挖掘方法 |
| |
| 引用本文： | 倪龙强,周振堂,高社生. 粗糙集和证据理论相结合的数据挖掘方法[J]. 西北工业大学学报, 2010, 28(6) |
| |
| 作者姓名： | 倪龙强 周振堂 高社生 |
| |
| 基金项目： | 航空科学基金，陕西省自然科学基金 |
| |
| 摘 要： | 在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段.这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能.因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术.首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则.其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间.最后将证据焦元空间用合成规则进行融合.计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围.
|
| 关 键 词： | 粗糙集 证据合成 规则获取 数据挖掘 |
A More Effective Data Mining Approach That Adroitly Combines Rough Set Theory with Evidence Theory |
| |
| Ni Longqiang,Zhou Zhentang,Gao Shesheng. A More Effective Data Mining Approach That Adroitly Combines Rough Set Theory with Evidence Theory[J]. Journal of Northwestern Polytechnical University, 2010, 28(6) |
| |
| Authors: | Ni Longqiang Zhou Zhentang Gao Shesheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
