已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀
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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘是從大型數(shù)據(jù)庫中提取隱含的、預(yù)先不知道的、潛在有用的信息。屬性約簡作為粒計算、粗糙集等軟計算理論中關(guān)鍵的一部分，在數(shù)據(jù)挖掘起著非常重要的作用，一個好的屬性約簡算法，可以減少計算的復(fù)雜度，提高數(shù)據(jù)挖掘的效率。粒計算作為近年研究領(lǐng)域的熱點之一，為數(shù)據(jù)挖掘研究的許多方面提供了理論上的框架。近年來，許多學(xué)者從各自不同的學(xué)科領(lǐng)域?qū)αＳ嬎氵M(jìn)行了深入的研究，并取得了很多成果。
本文運用粒計算的思想和方法，提出了一種新的快速屬性約
2、簡算法—FARA(Fast Attribute Reduction Algorithm)。算法包括運用基于回溯的基數(shù)排序算法求不可分辨關(guān)系、求正域、求核、求屬性約簡四個部分。其中求核的時間復(fù)雜度成功地降為，然后，運用改進(jìn)的屬性重要度作為啟發(fā)信息，得到求屬性約簡的算法的時間復(fù)雜度為。因此，算法在很大程度上減少了約簡所花費的時間，提高了約簡的效率。另外，在此過程中，通過嚴(yán)密的定理和推論證明了算法的正確性和高效性。作為課題的一部分，設(shè)計開發(fā)了
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
- 粒計算在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于粗糙集的粒計算在數(shù)據(jù)挖掘中的研究與應(yīng)用.pdf
- 低秩稀疏屬性約簡及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 粒計算在挖掘數(shù)據(jù)庫中關(guān)聯(lián)規(guī)則的應(yīng)用研究.pdf
- 基于粗糙集的粒度計算在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于區(qū)分矩陣的粗糙集屬性約簡算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粗糙集屬性約簡算法在數(shù)據(jù)挖掘中的研究.pdf
- 粒計算在私有數(shù)據(jù)保護(hù)中的應(yīng)用研究.pdf
- 演化計算在醫(yī)學(xué)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粒計算在圖像拼接中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中屬性約簡及分類算法研究.pdf
- 云理論在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 抽樣技術(shù)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粗糙粒計算在逆系統(tǒng)方法中的應(yīng)用研究.pdf
- 概念格在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊數(shù)學(xué)在數(shù)據(jù)挖掘中應(yīng)用研究
- 粗糙集在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 螞蟻算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于粒計算的決策表屬性約簡.pdf
- 知識庫在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論