| 粗集数据挖掘方法MIE——RS的设计与实现 |
| |
| 引用本文： | 赛英,陈文伟.粗集数据挖掘方法MIE——RS的设计与实现[J].小型微型计算机系统,2001,22(5):565-567. |
| |
| 作者姓名： | 赛英 陈文伟 |
| |
| 作者单位： | 1. 山东财政学院计算机系
2. 国防科技大学七系 |
| |
| 基金项目： | 国家自然科学基金项目资助(项目号79670019) |
| |
| 摘 要： | 本文提出了一个基于粗集扩展模型的数据挖掘算法MIE－RS（Mining from Inconsistent Examples:a Rough Set Approach），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，为每一概念产生最简的满足给定可信度的产生式规则知识。另外，本文还提出了用Hash表来实现该算法的方法，从而大大降低了算法的时间复杂度。
|
| 关 键 词： | 数据挖掘 粗集 覆盖属性集 MIE－RS 数据库 |
| 文章编号： | 1000-1220(2001)05-0565-03 |
DESIGN AND IMPLEMENTATION OF A ROUGH SET DATA MINING APPROACH MIE-RS |
| |
| SAI,Ying,CHEN,Wen-wei.DESIGN AND IMPLEMENTATION OF A ROUGH SET DATA MINING APPROACH MIE-RS[J].Mini-micro Systems,2001,22(5):565-567. |
| |
| Authors: | SAI Ying CHEN Wen-wei |
| |
| Abstract: | The paper presents a rough set approach MIE-RS(Mining from Inconsistent Examples: a Rough Set Approach ) to deal with inconsistent examples and build concise production rules for each concept satisfying the given certainty factor by determining the coverings, a minimal set of relevant attributes. Also, the paper presents a Hash technology to implement the above approach efficiently. |
| |
| Keywords: | Data mining Rough set Rough set extended model Learning from inconsistent examples Coverings |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
