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、連續(xù)屬性離散化是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)研究及應(yīng)用中的一個(gè)重要方面。在很多規(guī)則提取、特征分類算法中,連續(xù)(實(shí)值)屬性必須進(jìn)行離散化。連續(xù)屬性離散化就是在特定的連續(xù)屬性的值域范圍內(nèi)選取若干個(gè)離散劃分點(diǎn),將屬性的值域劃分為一些離散的區(qū)間,最后用不同的符號或整數(shù)值代表落在每個(gè)子區(qū)間中的屬性值。連續(xù)屬性離散化的過程,從實(shí)質(zhì)上來說,就是用特定的閾值來對連續(xù)的屬性空間進(jìn)行劃分的過程。離散化算法的關(guān)鍵在于如何獲得最優(yōu)劃分,最大程度地保持信息表示的意義,減少
2、信息損失。1982年波蘭科學(xué)家Pawlak提出了粗糙集[1](Rough Set)理論,該理論通常被用來處理不確定知識,在數(shù)據(jù)分析、數(shù)據(jù)挖掘等領(lǐng)域得到了普遍地應(yīng)用,傳統(tǒng)粗糙集理論只能對數(shù)據(jù)庫中離散的屬性進(jìn)行處理,倘若某些條件屬性或決策屬性的值域?yàn)檫B續(xù)值,在處理前必須經(jīng)過離散化。本文從粗糙集的觀點(diǎn)出發(fā),在保證條件屬性和決策屬性相對關(guān)系不變下,提出了一種新的區(qū)間分割的方法連續(xù)屬性離散化算法實(shí)驗(yàn)結(jié)果與理論證明了算法的實(shí)效性。
近
3、年來由于人工神經(jīng)網(wǎng)絡(luò)(ANN)獨(dú)特的信息處理和計(jì)算能力,人們對它給予了更多的關(guān)注。人工神經(jīng)網(wǎng)絡(luò)是一種解決實(shí)際工程問題的有效工具,由于隱藏單元已經(jīng)引入了人工神經(jīng)網(wǎng)絡(luò),所以它已經(jīng)具有了更強(qiáng)的分類和記憶能力。本文通過對BP模型構(gòu)建輸入向量之間的非線性關(guān)系,偏差和學(xué)習(xí)步驟,提出了一個(gè)新的基于神經(jīng)網(wǎng)絡(luò)控制的變步長LMS算法。該算法采用一種新的自適應(yīng)步長控制技術(shù),在新算法中,其學(xué)習(xí)的步驟是通過BP神經(jīng)網(wǎng)絡(luò)控制,可用于具有自適應(yīng)濾波應(yīng)用的理想的功能得
4、以明顯體現(xiàn)出來。仿真實(shí)驗(yàn)表明BP—LMS算法確實(shí)可以有效減少收斂時(shí)間并達(dá)到滿意的效果。
本文從以下4個(gè)內(nèi)容方面展開工作:
1>介紹了離散化研究的背景、粗糙集理論、神經(jīng)網(wǎng)絡(luò)理論以及本文的組織結(jié)構(gòu)。
2>介紹連續(xù)屬性離散化的過程,并對離散化算法的研究現(xiàn)狀進(jìn)行了綜合探討。
3>提出了一種基于粗糙集理論的連續(xù)屬性離散化新算法,通過C4.5和支持向量機(jī)分別對離散化后的數(shù)據(jù)進(jìn)行識別與分類預(yù)測。
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
- 連續(xù)屬性離散化算法比較研究.pdf
- 連續(xù)屬性離散化相關(guān)研究及應(yīng)用.pdf
- 連續(xù)屬性離散化方法研究.pdf
- 量化屬性離散化算法研究.pdf
- 基于粗糙集理論的連續(xù)屬性離散化算法研究.pdf
- 基于最近鄰聚類的連續(xù)屬性離散化算法研究.pdf
- 改進(jìn)的模糊C均值聚類與連續(xù)屬性離散化算法研究.pdf
- 粗糙集連續(xù)屬性離散化方法研究.pdf
- 連續(xù)屬性的離散化及知識獲取的研究.pdf
- 粗糙集理論中的連續(xù)屬性離散化方法研究.pdf
- 基于LMS的離散分?jǐn)?shù)階Fourier變換移動算法研究.pdf
- 粗糙集中基于NBC聚類的連續(xù)屬性離散化方法研究.pdf
- 信息系統(tǒng)中連續(xù)屬性的離散化及規(guī)則提取.pdf
- 14138.基于連續(xù)屬性離散化的屬性偏序理論的知識發(fā)現(xiàn)
- 連續(xù)屬性離散化方法的研究及其在入侵檢測中的應(yīng)用.pdf
- 基于離散和連續(xù)嵌入的余數(shù)隱寫算法研究.pdf
- 基于粗集理論的連續(xù)屬性離散化及規(guī)則提取技術(shù)研究.pdf
- 信息論在粗糙集連續(xù)屬性離散化中的應(yīng)用.pdf
- 離散和連續(xù)優(yōu)化問題的改進(jìn)差分進(jìn)化算法研究.pdf
- 基于屬性離散化的貝葉斯分類算法及其應(yīng)用研究.pdf
評論
0/150
提交評論