

版權說明: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,請進行舉報或認領
文檔簡介
1、隨著各個行業(yè)大量歷史知識的積累,人們越來越渴望從大量的、雜亂無章的、海量數(shù)據(jù)中挖掘潛在的、有用知識來指導人們以后的決策行為,這給人類的智能信息處理能力提出了前所未有的挑戰(zhàn)。粗糙集理論是本世紀70年代發(fā)展起來的一種處理含糊性和不確定性問題的數(shù)學工具,它是智能信息處理的一種重要方法。由于粗糙集理論的這些特征優(yōu)勢,它越來越受到人們的關注,基于粗糙集理論的各種數(shù)據(jù)挖掘方法成為近來人們研究的熱門。 本文充分研究了粗糙集理論的數(shù)據(jù)預處理方法
2、,對現(xiàn)有的經(jīng)典算法進行了分析,針對算法中的一些局限之處提出了一些改進。首先,對數(shù)據(jù)填補的ROUSTIDA算法做了大量的研究分析工作,由于算法是根據(jù)對象間的相似關系來對遺失屬性進行填補,當有兩條不相似的數(shù)據(jù)與遺失屬性的數(shù)據(jù)相似時,ROUSTIDA算法就不對遺失屬性做處理,這樣算法在計算完后,還需要借助于別的填補算法來完成填補,本文在保持原算法良好的填補性能的基礎上,對ROUSTIDA算法進行了改進,改進算法依據(jù)相似關系對經(jīng)典算法不能填補的
3、屬性進行了填補,同時還增添了噪聲數(shù)據(jù)分離功能,改進后的填補算法有更廣泛的使用范圍。其次,對基于屬性重要度的屬性離散化方法做了研究,經(jīng)典的算法在判斷斷點是否是最終的斷點進行了大量的比較,同時當斷點很多時,這里的時間開銷更大,針對這個問題,充分研究了辨識矩陣所反映的屬性值之間的差異信息,給出了一種新的離散化方法,從而簡化了斷點集,縮小了查找范圍,時間性能比原算法提高了將近百分之三十。 最后,對兩種算法分別實現(xiàn),從系統(tǒng)的運行結果中可以
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 粗糙集理論及其在數(shù)據(jù)預處理中的應用.pdf
- 數(shù)據(jù)預處理中粗糙集理論的應用研究.pdf
- 粗糙集理論在數(shù)據(jù)挖掘中的應用研究.pdf
- 粗糙集理論在數(shù)據(jù)融合中的應用研究.pdf
- 粗糙集理論在數(shù)據(jù)庫中的應用研究.pdf
- 粗糙集在數(shù)據(jù)挖掘中的應用研究.pdf
- 粗糙集理論在數(shù)據(jù)約簡中的應用研究.pdf
- 粗糙集理論及其在數(shù)據(jù)挖掘中的應用研究.pdf
- 粗糙集及其在數(shù)據(jù)挖掘中的應用研究.pdf
- 基于粗糙集理論的數(shù)據(jù)預處理研究.pdf
- 粗糙集理論在數(shù)據(jù)庫知識發(fā)現(xiàn)中的應用研究.pdf
- 粗糙集理論在知識發(fā)現(xiàn)數(shù)據(jù)預處理中的研究與應用.pdf
- 基于粗糙集理論在數(shù)據(jù)挖掘中的研究與應用.pdf
- 粗糙集理論在數(shù)據(jù)挖掘領域中的應用.pdf
- 粗糙集理論在數(shù)據(jù)庫知識發(fā)現(xiàn)中的應用.pdf
- 基于粗糙集的神經(jīng)網(wǎng)絡在數(shù)據(jù)挖掘中的應用研究.pdf
- 基于粗糙集的粒度計算在數(shù)據(jù)挖掘中的應用研究.pdf
- 粗糙集理論在數(shù)據(jù)挖掘中若干問題的研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘應用研究.pdf
- 變精度粗糙集模型在數(shù)據(jù)挖掘中的研究.pdf
評論
0/150
提交評論