检索结果-内蒙古大学图书馆

现代管理决策面临的研究对象往往十分复杂，其性质展示常不够明显和充分，需要考察庞大的相关数据，从大量数据中寻求其固有矛盾，发现其潜在规律，提取规则，对系统的不确定性作出评估，在此基础上才能拟定出适宜的决策。粗糙集理论是一种新的处理不确定性知识的数学工具，其主要优势是不需要提供问题所需处理的数据集合之外的任何额外的先验信息，通过知识的简化与知识依赖性分析，完全由已知数据导出决策规则。因此，粗糙集理论可有效地帮助决策者处理复杂系统的决策问题。信息系统以及不完备信息系统知识约简、规则获取的理论与方法研究是粗糙集理论与应用研究的核心问题。人们从不同的角度出发，提出了多种约简理论与方法。然而，这些方面本身还存在大量需要研究和解决的理论问题。另外，投资环境是一个结构复杂的有机系统，涉及到诸多因素，如经济环境、社会环境、资源环境、基础设施等，衡量这些因素的数据具有多种类型，且这些因素相互制约、相互依赖。目前，国内外学者对投资环境评价已基本形成一套成型的评价方法和模型，但是这些评价方法几乎都不同程度地受到评价者主观因素的影响，评价过程中指标权重的确立大多依赖人为的赋值和评分，主观性较强。因此，运用粗糙集理论对投资环境进行评价可以在一定程度上有效地避免人的主观因素，通过数据对影响投资环境的各个因素进行评价，并综合得出评价结论，这是一种恰当与合理的方法。本文针对粗糙集理论的三个方面理论问题进行讨论(粗糙集正域的约简、变精度粗糙集的知识发现、不完备信息系统的知识发现)。同时，借助粗糙集的正域理论，对影响投资环境诸因素的重要性程度进行刻画，将粗糙集理论应用于投资环境分析。为此，本文对以下问题展开研究： (1) 基于粗糙集理论的信息系统知识约简理论与方法。信息系统知识约简理论与方法研究中基于粗糙集正域的约简是经典的方法，通过区分

关键词：粗糙集投资环境信息系统约简增量式算法

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的数据挖掘方法研究

基于粗糙集的数据挖掘方法研究

引用

作者：王杨辽宁师范大学

学位级别：硕士

随着计算机与网络信息技术的飞速发展，各个领域的数据和信息急剧增加，对这些数据进行分析以发现隐含在数据中的有用模式的要求变的越来越迫切。因此数据挖掘技术应运而生，并得到迅速发展。作为数据挖掘技术的一种有效手段，粗糙集理... 详细信息

随着计算机与网络信息技术的飞速发展，各个领域的数据和信息急剧增加，对这些数据进行分析以发现隐含在数据中的有用模式的要求变的越来越迫切。因此数据挖掘技术应运而生，并得到迅速发展。作为数据挖掘技术的一种有效手段，粗糙集理论凭借其独特的优势在数据挖掘领域中具有越来越重要的地位。将粗糙集应用于数据挖掘领域，能提高对大型数据库中的不完整数据进行分析和学习的能力，具有广泛的应用前景和实用价值。本文系统的阐述了数据挖掘技术的总体研究情况，研究了粗糙集的理论框架、概念基础以及粗糙集理论的核心——知识约简，讨论了知识约简与知识依赖性的关系，知识表达系统与决策表的关系，分析了区分矩阵内容的深层次含义以及它与约简的关系。本文深入研究了多种约简方法的实现原理，探讨了各方法的优缺点，提出了几种算法： 1．为提高属性约简的效率，基于对区分矩阵的研究提出了关联矩阵的概念，同时，依照决策属性对条件属性的依赖度，利用关联阵中属性频率的信息，提出了一种基于关联矩阵的属性约简算法。实验表明该算法是有效的，特别是数据规模较大时更加节省计算时间。 2．提出了一种基于遗传算法的属性约简方法。该算法将核引入遗传算法的初始群体来提高算法的性能，依照决策属性对条件属性的依赖度，在加强局部搜索能力的同时保持了该算法全局寻优的特性。同时为确保算法收敛，采用了最优保存策略。该算法通过实例分析，证明是求解知识约简问题的快速有效方法。 3．提出了一种基于粗糙集和决策树的增量式规则约简算法。该算法根据新增数据与已有决策树规则集的关系，在原有的规则集的基础上进行增量式更新，避免了重新计算，从而大大地提高了学习效率。实验表明该算法是有效的，具有较高的识别率。

关键词：数据挖掘粗糙集关联矩阵遗传算法增量式算法

来源：评论

学校读者我要写书评

暂无评论

基于Rough set理论的增量式规则获取算法

引用

小型微型计算机系统 2005年第1期26卷 36-41页

作者：于洪杨大春吴中福重庆邮电学院计算机科学与技术研究所重庆400065 深圳中兴通讯公司重庆研究所重庆400060 重庆大学计算机科学与工程学院重庆400044

从 Rough set理论出发 ,讨论在新增数据时 ,新数据与已有规则集的关系、属性约简以及值约简的变化规律 .并在此基础上提出一个新的基于 Rough Set理论的增量式算法 .从理论上和实验上对新算法和传统算法在算法复杂度上做了分析与比较 .

关键词：增量式算法规则获取 Rough set理论决策表

来源：评论

学校读者我要写书评

暂无评论

增量式的高效属性约简算法

引用

小型微型计算机系统 2005年第11期26卷 1983-1985页

作者：王元珍裴小兵华中科技大学计算机学院数据库与多媒体研究所湖北武汉430074

属性约简是Rough集理论的核心内容之一,计算所有的属性约简已经被证明是NP完全问题.在深入研究Rough集理论的基础上,仔细分析了对象集的增加与属性约简的关系,给出了增量式属性约简的判定定理,从而提供了计算所有属性约简的增量式算法,... 详细信息

属性约简是Rough集理论的核心内容之一,计算所有的属性约简已经被证明是NP完全问题.在深入研究Rough集理论的基础上,仔细分析了对象集的增加与属性约简的关系,给出了增量式属性约简的判定定理,从而提供了计算所有属性约简的增量式算法,分析了算法的时间复杂度.理论分析和实验结果表明,该约简算法在效率上较现有的算法有显著提高.

关键词： Rough集属性约简增量式算法

来源：评论

学校读者我要写书评

暂无评论

基于粗糙逻辑的增量式属性约简算法

引用

系统仿真学报 2005年第2期17卷 313-315,331页

作者：李银花张继福高素芳太原科技大学计算机科学与技术学院山西太原030024

知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础,首先给出了在新实例加入论域后判断约简变化与否以及判断原极小决策算法中决策规则变化与否的判定依据。在此基础上,提出了一种增量式属性约简算法。该算法能有... 详细信息

知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础,首先给出了在新实例加入论域后判断约简变化与否以及判断原极小决策算法中决策规则变化与否的判定依据。在此基础上,提出了一种增量式属性约简算法。该算法能有效地减少计算属性约简与极小决策算法的计算量,提高了计算效率。

关键词：粗糙集理论粗糙逻辑增量式算法极小决策算法

来源：评论

学校读者我要写书评

暂无评论

概念格上面向内涵的Rough集合

引用

中国矿业 2005年第3期14卷 45-47页

作者：胡晓墩中国矿业报社北京100055

本文提出一种不基于等价关系的等价类,也不基于准等价关系的'后继邻域'、'前继邻域'、'上继邻域'、'下继领域'的新Rough集定义.并把它应用于概念的增量式算法,为概念格的构造提供了一种新的思路.

关键词：等价类 Rough集合概念格增量式算法

来源：评论

学校读者我要写书评

暂无评论

非线性维数约减算法中若干关键问题的研究

非线性维数约减算法中若干关键问题的研究

引用

作者：石陆魁天津大学

学位级别：博士

维数约减是处理多维数据的一个重要步骤,是机器学习中的一个重要研究课题,尤其是非线性维数约减技术已经成为机器学习中的一个研究热点。本文针对非线性维数约减算法中的若干关键问题进行了研究。首先,分析和比较了基于应力函数的评价... 详细信息

维数约减是处理多维数据的一个重要步骤,是机器学习中的一个重要研究课题,尤其是非线性维数约减技术已经成为机器学习中的一个研究热点。本文针对非线性维数约减算法中的若干关键问题进行了研究。首先,分析和比较了基于应力函数的评价模型、基于剩余方差的评价模型和基于DY-DX表示法的评价模型,提出了一种基于距离比例方差的评价模型。实验结果表明,利用该模型不但可以评判同一算法在不同参数下的映射效果,而且可以比较不同算法之间的嵌入质量。同时还讨论了如何利用应力函数、剩余方差和距离比例方差来确定邻域参数和低维空间的维数。其次,研究了增量式非线性维数约减算法问题,通过改进增量式ISOMAP算法得到了基于距离保持的增量式算法,提出了基于拓朴保持的增量式算法和基于k近邻投影的增量式算法,这三种算法都可以较为中肯地将训练集之外的样本映射到低维空间中。理论分析和实验结果表明,基于距离保持的增量式算法具有较好的映射质量,基于拓朴保持的增量式算法具有较高的效率,但它们都只是对ISOMAP算法的扩展。而基于k近邻投影的增量式算法同时具有较好的映射质量和较高的计算效率,而且可以作为任一种非线性维数约减算法的扩展。对于含噪声的数据,由于新样本的低维嵌入与训练集的低维坐标无关,基于拓朴保持的增量式算法对噪声不太敏感。而其他两种算法只要在映射训练样本时较好地处理了噪声,就可以忽略噪声的影响。最后,本文讨论了非线性维数约减算法在分类和聚类中的应用。在指纹分类和文本分类中的实验结果表明,通过结合非线性维数约减算法和分类技术,在保证分类精度的前提下,极大地提高了分类算法的执行效率,降低了分类算法的空间需求。对聚类算法的实验结果表明,基于非线性维数约减的聚类算法可以发现任意形状的类,聚类质量明显优于K-均值算法的聚类结果。

关键词：非线性维数约减评价模型增量式算法分类聚类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：