2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、大數(shù)據(jù)新時(shí)代的到來直接催生了數(shù)據(jù)庫(kù)技術(shù)和計(jì)算機(jī)數(shù)據(jù)處理技術(shù)的快速發(fā)展,這就使得人們開始有能力對(duì)復(fù)雜、多樣、無序的海量數(shù)據(jù)進(jìn)行處理,并希望能從這些數(shù)據(jù)中挖掘到潛在有價(jià)值的規(guī)則或者關(guān)系,以預(yù)測(cè)未來的發(fā)展趨勢(shì)。粗糙集作為一種處理不確定性問題的軟計(jì)算數(shù)學(xué)工具,在數(shù)據(jù)挖掘領(lǐng)域起著重要的作用。
  針對(duì)經(jīng)典粗糙集模型在處理含噪聲不完備信息系統(tǒng)時(shí)魯棒性差的局限性,分別對(duì)經(jīng)典粗糙集的“?;焙汀氨平边M(jìn)行了拓展,給出新的?;平P?,并將該模型運(yùn)

2、用到了場(chǎng)景圖像分割中。具體地,借助粗糙隸屬度的概念說明了Pawlak經(jīng)典粗糙集模型、Ziarko變精度粗糙集模型、Yao決策粗糙集模型之間的關(guān)系;給出了基于經(jīng)典粗糙集的后向貪心屬性約簡(jiǎn)算法和基于經(jīng)典粗糙集的前向貪心屬性約簡(jiǎn)算法,分析得出前向貪心屬性約簡(jiǎn)算法更優(yōu)的結(jié)論;針對(duì)Ziarko變精度粗糙集模型,引入Beynon M近似屬性約簡(jiǎn)的概念,在此基礎(chǔ)上,給出了基于變精度粗糙集的前向貪心近似屬性約簡(jiǎn)算法。分析了調(diào)節(jié)基本知識(shí)粒大小的同時(shí)引入相

3、對(duì)錯(cuò)誤分類度的必要性;結(jié)合系統(tǒng)屬性值的缺失定義了對(duì)象聯(lián)系度權(quán)值矩陣,以此為基礎(chǔ)提出了基于可變?nèi)莶铌P(guān)系的變精度粗糙集模型(Variable Precision RoughSet Model Based On Variable-Precision Tolerance Relation,VPRS-VPTR);接著討論了模型的性質(zhì),分析了模型中相關(guān)參數(shù)(基本知識(shí)粒大小、相對(duì)錯(cuò)誤分類度)對(duì)分類精度的影響,給出了分類精度隨模型中相關(guān)參數(shù)變化的求解算

4、法與時(shí)間復(fù)雜度分析;最后通過仿真實(shí)驗(yàn)與相關(guān)研究的擴(kuò)展粗糙集模型進(jìn)行對(duì)比,結(jié)果顯示VPRS-VPTR分類精度更高,并針對(duì)UCI數(shù)據(jù)庫(kù)上的幾組不完備數(shù)據(jù)集進(jìn)行仿真驗(yàn)證,結(jié)果表明相同參數(shù)下各不完備數(shù)據(jù)集的測(cè)試集和訓(xùn)練集分類精度變化趨勢(shì)相同,進(jìn)而驗(yàn)證了模型的有效性、靈活性及所提算法的可行性。針對(duì)VPRS-VPTR模型給出屬性約簡(jiǎn)的新式啟發(fā)規(guī)則,即“約簡(jiǎn)前后系統(tǒng)的屬性依賴度不降低保證系統(tǒng)分類能力不下降,約簡(jiǎn)前后系統(tǒng)的正域相似性盡可能大保證系統(tǒng)的識(shí)

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(qǐng)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(qǐng)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(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論