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、安徽大學(xué)碩士學(xué)位論文基于粗糙集理論的數(shù)據(jù)挖掘技術(shù)在學(xué)生綜合素質(zhì)測(cè)評(píng)中的應(yīng)用姓名：姚蓓蓓申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)技術(shù)指導(dǎo)教師：劉鋒201005基于粗糙集理論的數(shù)據(jù)挖掘技術(shù)在學(xué)生綜合素質(zhì)測(cè)評(píng)中的應(yīng)用2AbstractAbstractIntheprocessofuniversityinfmationsystemkeeppushingfwardinrapiddevelopmentofinfmationtechnologyhigheredu
2、cationsystemrefmparticularlyinthecontextofqualityeducation.Thisthesisresearchesonhowtodealwiththeroughsetstheywithvaguenessuncertaintyintothedataminingtheuseofcomprehensivequalityassessmentofthestudentsidentifythekeyfact
3、sthataffectthemeasurementresultstheassociationbetweenvariousfacts.Thisthesisrelatedtotwomainpointsnamelyattributereductionofroughsetstheyassociationrulestechniqueofdatamining.Arapidgrowthofinterestfthepreliminarydataanal
4、ysisprocessingcanbelatelyseeninroughsetstheyitsapplicationsinthedataminingprocess.Datareductionisaveryimptantsubject.Thebasicacteristicsofroughsetstheyisanalyzedsuchastheapproximateaccuracyroughnesstheimptanceparameterso
5、fthesystemthedependenceofknowledge.Attributereductioncediscernibilitymatrixarediscussed.Thisthesisresearchesonattributereductionbasedonroughsetsprimarilytheprocessofreductionwithactualexample.Inviewofthedeficienciesofatt
6、ributereductiondicernibilitymatrixtheimptanceparametersofthesystemisintroducedintoattributereduction.Animproveddicernibilitymatrixisputfwardwhichcanmaintainclassificationabilityobtainedunderthesameminimalreductionsetfass
7、ociationrulestoproviderefinedsetofattributesintheceareobtainedbasedontheimptanceofotherattributes.Theinterestofassociationrulesisanalyzedsuchassupptcertainty.Accdingtotheactualexampletheclassicalassociationrulealgithmtog
8、eneratefrequentitemsetsoftheentireprocessarestudied.Obtainedresultstomeettheminimumsupptminimumconfidenceinthepropertythataffecttheoverallqualityofthekeyfactsofevaluationresults.throughattributereductionintheminimumreduc
9、tionsetbasedontheuseofassociationruleminingalgithmffurtherexcavation.Finallythedeionoftherulesisillustratedcrelativetheyfurther.Accdingtotheeffectivecombinationofattributereductionassociationrulesinroughsetthespeedofdata
10、processingisimproved.Widelyusedinthefieldofeducationofdataminingprovidesabasisfscientificdecisionmakingeffectivelyultimatelyimprovemanagementqualityefficiencyoftrainmeroundphysicalmaldevelopmentofstudents.Keywds:datamini
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。
最新文檔
- 基于粗糙集理論的數(shù)據(jù)挖掘研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 粗糙集理論在醫(yī)學(xué)數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于粗糙集理論的商業(yè)數(shù)據(jù)挖掘.pdf
- 基于粗糙集理論在數(shù)據(jù)挖掘中的研究與應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則挖掘算法在學(xué)生素質(zhì)測(cè)評(píng)系統(tǒng)中的應(yīng)用研究.pdf
- 粗糙集理論在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在學(xué)生助學(xué)系統(tǒng)中的應(yīng)用.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘方法研究及應(yīng)用.pdf
- 基于粗糙集的數(shù)據(jù)挖掘應(yīng)用研究
- 基于粗糙集理論的數(shù)據(jù)挖掘算法的研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘研究與應(yīng)用.pdf
- 粗糙集理論在數(shù)據(jù)挖掘領(lǐng)域中的應(yīng)用.pdf
- 基于粗糙集的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于粗糙集理論的隱私保護(hù)數(shù)據(jù)挖掘研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在學(xué)生心理管理系統(tǒng)中的應(yīng)用.pdf
- 基于粗糙集的時(shí)序數(shù)據(jù)挖掘及其應(yīng)用.pdf
- 基于粗糙集理論數(shù)據(jù)挖掘方法在邊坡安全評(píng)價(jià)中的應(yīng)用.pdf
- 粗糙集在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論