Rough集相关论文
本文提出一种新的基于属性聚类的Rough集属性约简算法CLUBRAR.本算法首先把属性进行聚类,从而得到属性之间的关系的全局信息;然后,......
企业财务风险分析,是当前企业管理的前沿和热点问题.由于企业财务风险产生的原因复杂,种类繁多,某些因素可以度量,而有些因素却难......
自1981年Howard与Matheson提出影响图这一图形决策技术以来,许多复杂知识处理系统都建立在贝叶斯网络和影响图之上,这样的表示方法......
数据分析旨在获取有效知识,最精简的知识基最具有研究价值.为避免获取所有约简集需要的庞大计算量,但又能得到确定的最有价值的知......
一个系统(控制系统,信息传输系统,通讯系统),人们期望这个系统遵守设定规律而运动,期望系统稳定.事实上,系统外部(或内部)的一些不......
在基于向量空间模型的文本自动分类系统中,向量的维数常常高达几千甚至几万维,计算量相当大,因此要在分类前进行向量约简。本文运用Ro......
本文对A.Skowron中提的可辨识矩阵概念做了推广,为处理不完备信息系统以及知识获取提供工具,讨论了与Rough集上的不易辨识关系及可辨......
Hobbs于1985年提出了粒度的概念,并对公式中的谓词定义了不可区分关系.T. Y.Lin教授1996年到1997年期间第一次提出粒计算的概念,粒......
该文分析了各种异常类型,提出了异常报告、异常处理和前件序列化相结合的方法,从而提高了云规则生成器的稳定性、可靠性、效率及灵......
当今数据库的容量已经达到上万亿字节的水平.在这些大量数据的背后隐藏了很多具有决策意义的信息,怎么得到这些"知识"呢?为了应对......
分类问题是数据挖掘、模式识别和机器学习等领域中的重要研究内容。随着分类问题的研究渐趋复杂化和智能化,如何提高分类系统的适应......
本文首先在阅读大量国内外文献的基础上,全面地分析了概念格的研究现状、应用价值和发展前景,然后在以下几方面做了深入的研究并且......
非经典逻辑,特别是模糊逻辑、Rough集理论以及一般蕴涵逻辑都为描述和处理事物的模糊性和系统的不确定性以及智能信息处理和智能计......
信息熵是度量Rough预测(Rough Set Prediction)的结果的不确定性的一种非常有效且有竞争力的方法。在Rough集中,Miao和Wang利用信息......
学位
本文首先介绍了粗糙集的主要概念和相关理论,探讨和研究了智能决策支持系统的原理、结构、构造方法和研究现状,介绍了GIS(Geographic......
数据挖掘的诞生和发展是建立在数据库技术、人工智能和机器学习等多种学科发展的基础之上的,数据挖掘就是从数据库中积累的大量数据......
从检测方法来说,入侵检测技术可分为基于误用的和基于异常的入侵检测两大类。基于误用的入侵检测技术以模式匹配作为发现入侵事......
空间数据挖掘是指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其它一些隐含在空间数据中的普遍......
本文拟在体质测定的基础上探讨个体体质健康的评价方法。 本文利用Rough集理论和技术,针对反映体质健康的三个方面:生理功能......
Vague集理论是一种模糊集理论的推广理论,它既考虑了事物本身的模糊性又考虑了人们认识能力有限导致的未知性。本文对vague集理论性......
数据分类是数据挖掘的一个重要功能,神经网络以其良好的抗噪性和鲁棒性而成为一种广泛使用的数据挖掘工具,尤其是运用在数据分类中......
随着用户对软件产品质量要求越来越高,对软件开发商来说,软件产品质量不再仅是一个公司成为市场优胜者的有利因素,更是公司成功参与竞......
机器学习是人工智能领域中重要的研究课题,是用计算机模拟人类学习活动的一门科学。机器学习用计算机模拟和实现人类的学习过程,目的......
粒计算是信息处理的一种新的计算模式,涉及到如何利用粒来求解问题的方法,时间序列的挖掘作为数据挖掘的一个课题正引起广泛而深入的......
Rough sets是Pawlak提出的一种处理模糊和不确定性的数学工具,在粗糙集的各种研究方向中,属性约简算法一直是粗糙集理论研究的重点......
不确定性知识的表示和处理一向是专家学者研究的热点,寻求有效的方法刻画和处理不确定性知识是Rough集理论研究的重要方向。在Rough......
机器学习是人工智能领域中前沿课题,其基本特征之一就是能够有效处理不确定数据信息。一类重要的机器学习类型就是导师指导下的学习......
机器学习是让计算机模拟和实现人类学习的过程,目的是自动获取知识。机器学习在人工智能的研究中具有十分重要的地位。归纳学习方法......
随着电子商务的快速发展,带来的巨大经济利益的推动下,使得推荐系统的关注度日益升高,推荐系统逐渐成为一个专门的研究领域。推荐......
作为挖掘隐藏于海量数据中有价值知识的数据挖掘技术,自20世纪80年代后期提出以来发展迅猛,现在广泛应用于商业、电信、金融、生物学......
本体最初是一个哲学概念,用来描述事物的本质,本体是概念、属性和关系的集合。它除了应用于语义Web的信息表示之外,还被广泛地应用......
随着互联网上邮件的广泛使用,垃圾邮件的问题变得日益严重,它不仅消耗网络带宽和计算机时空开销,而且会对企业的正常运行和用户的......
入侵检测是对入侵攻击行为的检测,它通过收集和分析网络行为、安全日志、审计数据、其它网络上可以获得的信息以及计算机系统中若......
随着社会网络化和信息化的迅猛发展,在许多领域积累了海量的数据,如何降低这些数据的维度,从中选择出有用的特征,一直是海量数据挖掘的......
教学预警作为高校教学的中确保教学质量的一个重要措施,在如今高校大批量培育人才的背景下显得尤为重要。传统的教学预警依靠excel......
基于Rough集理论,通过建立同类人员评判模型,利用此模型及其简化模型的算法,探索以可达到高效率评判各类人员中同类人员为目的的技术......
由 Zdzislaw Pawlak于 2 0世纪 80年代初提出的 Rough集理论 ,近年来受到国内外众多学者的关注 ,其理论和应用研究发展迅速 .为了......
由 Zdzislaw Pawlak于 2 0世纪 80年代初提出的 Rough集理论 ,近年来受到国内外众多学者的关注 ,其理论和应用研究发展迅速 .为了......
由中国计算机学会人工智能与模式识别专业委员会主办、苏州大学承办的第2届中国Rough集与软计算学术研讨会(CRSSC2002)拟定于2002年1......
采用属性的重要性作为启发式属性约简规则比较普遍,为了探讨属性重要性定义对约简的影响,本文将几种基本的属性重要性定义进行编程......
1993—94年我在美国Stanford大学和San Jose州立大学作高访学者时,与本文致谢中提到的T.Y.Lin教授合作研究Rough集理论及其应用,......
讨论数据挖掘问题 ,即从原始数据中构造决策规则。重点考虑不一致情况下的规则知识获取问题 ,即从包含不一致信息的数据中获取得到......
Rough集理论是一种处理含糊和不精确性问题的新型数学工具,对人工智能和认知科学似乎是十分重要的,尤其在机器学习、知识发现、归......
新技术革命的不断推进,产品快速的更新换代,社会需求结构急剧变化,使得社会经济环境变得日趋复杂,经济生活中的不确定因素与日俱增。“......