版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著社會的不斷的進(jìn)步和科技的發(fā)展,信息時(shí)代為人們提供了各種各樣的便利,但大數(shù)據(jù)集也使人們感到迷茫。從繁雜數(shù)據(jù)中取得有效知識,將是一個(gè)非常重要的研究課題。若想有效的獲得有用信息,那就必須要加快發(fā)現(xiàn)知識的步伐。粗糙集理論并不要求很多的先驗(yàn)知識,它在人工智能、還有一些其他領(lǐng)域已獲得了顯著的成果。依據(jù)現(xiàn)有的知識及知識庫,去解決那些不確定性的問題可以是粗糙集的重要觀點(diǎn)。一般來說,我們采用上、下近似集對模糊的知識進(jìn)行描述,從而能夠?qū)δ:闹R有深刻
2、的理解。本文主要研究基于粗糙集的屬性約簡算法,具體的研究內(nèi)容如下:
首先,對粗糙集的基礎(chǔ)知識進(jìn)行了介紹。以知識的基本定義與及知識庫的基本定義為起點(diǎn),給出信息決策表的概念以及上、下近似集的定義及相關(guān)的性質(zhì)。
其次,對屬性約簡算法進(jìn)行了研究。這部分是本文的重點(diǎn)核心內(nèi)容,根據(jù)屬性的重要性,給出相關(guān)的約簡算法。先通過一個(gè)實(shí)例,驗(yàn)證算法的可行性;然而對于第二個(gè)實(shí)例,該算法的可行性卻無法得以驗(yàn)證。通過分析實(shí)例中的決策表可知:第一
3、個(gè)決策表是相容的;而第二個(gè)卻是不相容的,由此確定該算法只適用于相容的信息系統(tǒng),不適用于不相容的信息系統(tǒng)。而后又提出了改進(jìn)的算法,改進(jìn)的算法在計(jì)算依賴度時(shí),去掉不相容的對象,從而得到準(zhǔn)確的約簡結(jié)果。然后又研究該算法的優(yōu)越處。通過與其他算法做對比,可知此算法存在兩個(gè)優(yōu)點(diǎn):一是可以解決相容的和不相容的決策表問題;二是對于屬性的處理更加方便,只需考慮其重要性是否大于零即可。
最后,本文又在完備信息系統(tǒng)下,對約簡算法進(jìn)行研究。先介紹基于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集屬性約簡研究.pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 粗糙集屬性約簡算法研究.pdf
- 基于模糊粗糙集的屬性約簡研究.pdf
- 基于粗糙集屬性約簡算法的研究.pdf
- 粗糙集理論中的屬性約簡方法研究.pdf
- 基于粒子群算法的粗糙集屬性約簡方法研究.pdf
- 基于智能優(yōu)化算法的粗糙集屬性約簡方法研究.pdf
- 基于粒子群的粗糙集屬性約簡研究.pdf
- 基于遺傳算法的粗糙集屬性約簡方法研究.pdf
- 概率粗糙集屬性約簡理論及方法研究.pdf
- 基于擴(kuò)展粗糙集的屬性約簡的研究.pdf
- 基于PSO的粗糙集屬性約簡算法研究.pdf
- 基于鄰域粗糙集的屬性約簡算法研究.pdf
- 覆蓋粗糙集的度量與屬性約簡方法研究.pdf
- 基于粗糙集的屬性約簡和決策規(guī)則約簡算法.pdf
- 決策粗糙集的屬性約簡算法研究.pdf
- 基于粗糙集的屬性約簡算法研究與應(yīng)用.pdf
- 基于粗糙集與相關(guān)分析的屬性約簡.pdf
- 基于粗糙集的屬性約簡與規(guī)則提取.pdf
評論
0/150
提交評論