决策粗糙集模型相关论文
聚类分析是数据挖掘研究中重要的方法之一，它在发现数据内在结构特征方面有着重要作用。聚类是一种无监督的学习方法，它已经广泛应用......
在决策粗糙集的基础上，对论域进行了拓展，构造了双论域上的决策粗糙集模型。依据条件概率构造了双论域上决策粗糙集的上、下近似集，并......
传统的文本分类多以空间向量模型为基础,采用层次分类树模型进行统计分析,该模型多数没有结合特征项语义信息,因此可能产生大量频......
随着数据挖掘和机器学习技术在实际问题中的广泛应用,人们越来越多的发现实际分类问题通常具有代价敏感特性.代价敏感的分类是指在......
在决策粗糙集中,由于引入了概率阈值,属性增加或减少时,正域或者非负域有可能变大、变小或者不变,即属性的增减与决策域(正域或非......
随着互联网和物联网等信息技术的飞速发展,网络中积累了大量半结构化和非结构化的文本数据,如何从这些海量的文本中获取所需的信息......
决策粗糙集模型下目前定义的属性约简都要求约简前后正区域保持不变或者非负区域不变等，而属性约简所带来的区域变化的好坏却无法判......
