在数据挖掘预处理中,数据缺失是最为常见的数据预处理问题之一。通常对所要挖掘的数据分布形式没有任何先验知识。在这种情况下,非参回归分析方法可以为数据缺失的处理提供一种效果很好的解决途径。据此,在缺失机制是随机缺失(Missing at Random,MAR)和完全随机缺失(Missing Completely at Random,MCAR)的条件下,提出了一种处理数据缺失的新方法,即基于核函数的非参多重填补算法。模拟实验结果表明,算法的置信区间的覆盖率,区间长度,以及相对效率都比常用的NORM算法要好。
分析了带循环定义的描述逻辑系统ALCN的研究现状和存在的问题,研究了循环ALCN-Tbox具有模型的条件,指出了Baader文中命题2.9(LetTbe a terminology such that each cycle inGTcontains an even number ofnegative *** monotone)的错误,...
详细信息
分析了带循环定义的描述逻辑系统ALCN的研究现状和存在的问题,研究了循环ALCN-Tbox具有模型的条件,指出了Baader文中命题2.9(LetTbe a terminology such that each cycle inGTcontains an even number ofnegative *** monotone)的错误,并对该命题进行了修改,给出了循环ALCN-Tbox具有不动点模型(最小不动点模型和最大不动点模型)的条件.
暂无评论