基于Pawlak属性重要度的属性约简算法 [问题点数:100分,结帖人njdragonfly]

Bbs1
本版专家分:0
结帖率 100%
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
粗糙集属性约简算法源码MATLAB
鲁东大学张小峰编制,源码丰富却简洁,简单易懂,模块分明,适合粗糙集初学者学习。
粗糙集属性约简
该程序实现了<em>基于</em>正域的<em>属性</em><em>约简</em>方法和<em>基于</em><em>属性</em><em>重要</em>度的<em>属性</em><em>约简</em><em>算法</em>
属性约简matlab代码实现(基于粗糙集理论)
<em>基于</em>粗糙集理论求信息系统和决策系统的<em>属性</em><em>约简</em>,代码有详细注释,能运行,希望和大家一起交流。
【机器学习】粗糙集属性约简算法与mRMR算法的本质区别
1. 粗糙集<em>属性</em><em>约简</em><em>算法</em>仅仅选出<em>属性</em><em>重要</em>度大的条件加入约减中,没有考虑<em>约简</em>中条件<em>属性</em>相互之间的冗余性,得到的<em>约简</em>往往不是都必要的,即含有冗余<em>属性</em>。 2. mRMR<em>算法</em>则除了考虑特征与类别之间的相关性,还考虑特征与特征之间的冗余度,约束特征与类别最大相关,特征与特征最小冗余。 3. 根据mRMR<em>算法</em>,将粗糙集<em>约简</em><em>算法</em>改进为最小相关最大依赖度<em>属性</em><em>约简</em>的<em>算法</em>如下     ...
粗糙集属性约简算法
粗糙集<em>属性</em><em>约简</em><em>算法</em>,对充分理解粗糙集<em>属性</em><em>约简</em>有一定的指导意义。
基于粗糙集的属性约简算法研究
<em>基于</em>粗糙集的<em>属性</em><em>约简</em><em>算法</em>研究,粗糙集, <em>约简</em><em>算法</em>
基于差别矩阵和属性选择的属性约简算法
<em>基于</em>差别矩阵和<em>属性</em>选择的<em>属性</em><em>约简</em><em>算法</em>,采用c++实现,能够在VS编译环境下快速实现,占用较少的内存资源。
粗糙集约简程序
<em>基于</em>正域<em>重要</em>度的粗糙分类加速器,可以对分类型数据进行<em>属性</em><em>约简</em> <em>基于</em>正域<em>重要</em>度的粗糙分类加速器,可以对分类型数据进行<em>属性</em><em>约简</em>
粗糙集约简
需要用到粗糙集<em>约简</em>,大体看了一下 n然后简单实现了一下 n原理:
粗糙集相对属性约简python代码实现
n n n 在前一段时间根据网上的代码资料,又根据实际自己项目需求修改了最后的代码。n1.为了简化计算数据难度,将一个大的数据集切割为多个小的数据集进行计算,可以使数据计算时间大大降低。(未分割时,2w行数据本人笔记本跑数据跑了9h,切割后计算计算时间为2-3min,中间的循环嵌套太多了的原因)n2.为了使数据更有代表性,将一个大的数据集切割为多个小的数据集,然后相加...
基于信息熵的属性约简算法c/c++代码
<em>基于</em>信息熵的<em>属性</em><em>约简</em><em>算法</em> 将数据存保存在excel文件中(新建文件默认有三个表单,删除后两个,只保留第一个。) 然后文件另存为txt格式,保存类型为 文本文件(制表符分隔)(*.txt) 元组最大个数为200,<em>属性</em>个数为50.(可以修改源代码) 测试的例子一个是论文里的实例,一个是网上的实例。 网页保存为pdf在文件夹里 源代码打包在压缩包
一个基于邻域粗糙集的前向贪心的属性约简算法
以邻域粗糙集的<em>属性</em><em>重要</em>度作为量度,从一个空集出发,前向贪心的选择<em>重要</em>度大的<em>属性</em>并入到<em>约简</em>集合,直到达到<em>约简</em>条件
相对属性约简
n n n 转载:飘柳如燕n在应用中,一个分类相对于另一个分类的关系十分<em>重要</em>,因此,将介绍知识的相对<em>约简</em>和相对核的概念。n首先要了解,一个分类相对于另一个分类的正域:n令P和Q为U中等价关系Q的P正域记为posP(Q) ,即nnnnnnnnQ的P正域是U中所有分类U/P的信息可以准确地划分到关系Q的等价类中去的对象集合。令P和Q为等价关系族,R∈P,如果posind(...
粗糙集属性约简代码
这是一种粗糙集的分析方法,用于<em>属性</em><em>约简</em>的启发式<em>约简</em><em>算法</em>,
一种基于属性重要性的变精度粗糙集属性约简算法
一种<em>基于</em><em>属性</em><em>重要</em>性的变精度粗糙集<em>属性</em><em>约简</em><em>算法</em>
粗糙集属性约简 C++实现
粗糙集<em>属性</em><em>约简</em> C++实现,对各个函数进行封装,共有四个类,希望大家进行改进
基于差别矩阵属性约简算法的改进
<em>基于</em>差别矩阵<em>属性</em><em>约简</em><em>算法</em>的改进
粗糙集理论实现属性约简和规则提取
软件的功能:将数据离散化,求下近似集 上近似集 边界 运用粗糙集理论方法实现<em>属性</em><em>约简</em>和规则提取
ROSETTA软件及详细中文操作说明(配演示数据)
ROSETTA软件及详细中文操作说明(配演示数据)。 此操作说明不同于其他资源的那种简易说明,步骤很详细,适合初学者快速入门。 ROSETTA软件是一个很好的Rough set软件,可以进行<em>属性</em><em>约简</em>,<em>属性</em>值<em>约简</em>,规则提起,离散化等处理。
基于属性重要度的粗糙集规则提取方法.pdf
<em>基于</em><em>属性</em><em>重要</em>度的粗糙集规则提取方法. <em>基于</em><em>属性</em><em>重要</em>度的粗糙集规则提取方法. <em>基于</em><em>属性</em><em>重要</em>度的粗糙集规则提取方法.
粗糙集约简算法的实现(代码)
粗糙集<em>约简</em><em>算法</em> 主要是从别人那边搞来的,为了方便大家,作为研究中不停使用的粗糙集方面想必大家也是很头疼代码问题
基于变精度粗糙集属性约简
粗糙集<em>属性</em><em>约简</em><em>算法</em>,英文资料,关于变精度<em>属性</em><em>约简</em><em>算法</em>
基于分辨矩阵的属性约简算法
分辨矩阵 <em>属性</em> <em>约简</em> 此<em>算法</em><em>基于</em>某篇论文(具体哪一篇忘了)中的用分辨矩阵进行<em>属性</em><em>约简</em>。。。
基于邻域粗糙集算法python实现
这个是之前一篇粗糙集相对<em>属性</em><em>约简</em>python实现的一个小小改进n# _*_coding:utf-8 _*_n#@Time :2018/12/22 上午10:45n#@Author :we2swingn#@FileName: test.pynnimport pandas as pdnimport numpy as npnimport mathnimport matplotlib.pyplot...
变精度粗糙集下基于信息熵的属性约简算法
变精度粗糙集下<em>基于</em>信息熵的<em>属性</em><em>约简</em><em>算法</em>
基于遗传算法的粗糙集属性约简研究
<em>基于</em>遗传<em>算法</em>的粗糙集<em>属性</em><em>约简</em>研究--<em>基于</em>遗传<em>算法</em>的粗糙集<em>属性</em><em>约简</em>研究
属性约简算法
<em>属性</em><em>约简</em>的简单循环<em>算法</em>!
粗糙集属性约简的一些关键步骤(第一次写)
为了大家能够更好的实现粗糙集<em>属性</em><em>约简</em>以及了解相关知识,在这里给出了构造决策表部分的代码,希望读者通过阅读代码自己实现一些论文中的简单<em>算法</em>,,,代码中有什么不懂得可以与我交流,论文代码实现也可以与我一起探讨,互相学习。nMyelement类:nimport java.util.ArrayList;nimport java.util.Iterator;npublic class MyElement i...
粗糙集理论中计算约简的源代码,本人上传,提供帮助
粗糙集理论中计算<em>约简</em>的源代码,本人上传,提供帮助 需要说明的是,以前有人借着本人的名义上传过,其中的代码是不完备的,本次上传的代码,提供帮助,欢迎大家联系。
基于决策表的核属性计算、属性约简、等价类计算
粗糙集基础知识的程序实现(java),包括<em>基于</em>决策表的等价类计算、<em>基于</em>决策表的核<em>属性</em>计算和两种<em>属性</em><em>约简</em><em>算法</em>。
非常好的属性约简博士论文
全面概括总结当前最先进的<em>属性</em><em>约简</em><em>算法</em>,并且提出了一种新的<em>属性</em><em>约简</em><em>算法</em>,可用于并行计算
基于粗糙集与遗传算法论文的MATLAB源码
决策在管理活动中普遍存在,是为解决当前或未来可能发生的问题,选择最佳方案的一种过程,是管理活动的核心。 群体决策会产生大量的数据,而且这些数据为不精确非量化值。传统的群体决策在确定决策结果时,往往采用决策者的经验来选择,降低了决策的效率和质量。 在实际群体决策过程中,由于参与决策过程的决策者不止一位,因此会产生大量决策因素数据。本文融合了粗糙集理论和遗传<em>算法</em>理论,发挥二者所长。 粗糙集理论善于处理不精确的知识,通过粗糙集理论对数据进行预处理,挖掘大量影响决策结果数据中隐含的决策模式。遗传<em>算法</em>进行<em>属性</em><em>约简</em>,产生判别库,通过量化的方式,能够科学、合理的提高决策的质量。本文提出一种<em>基于</em>粗糙集与遗传<em>算法</em>集成的群体决策模型来解决群体决策结果选择的问题。该模型的基本思想是:1)进行群体决策,产生原始数据。2)运用粗糙集理论对群体决策产生的相关信息进行离散化处理。3)对评价指标应用遗传<em>算法</em>进行<em>约简</em>。管理毕业论文题目:http://www.yifanglunwen.com/post/56.html 4)提取满意决策结果。在该模型中针对群体决策的三个阶段在分析数据时首先运用粗糙集理论进行离散化处理,其次应用遗传<em>算法</em>进行<em>约简</em>,提取判别规则即需要考虑的主要决策因素,最后根据判别规则结合实际情况作出及时、高效的决策。 在群体决策开始后,首先对问题的诊断进行群体决策,产生原始数据,对数据进行粗糙集和遗传<em>算法</em>集成处理,得出结果数据,即问题的明确;其次针对明确的问题,进行群体决策讨论方案,产生原始数据,对数据进行粗糙集和遗传<em>算法</em>集成处理,得出结果数据,即明确方案;最后在众多方案中进行抉择,对数据进行粗糙集和遗传<em>算法</em>集成处理,得出判别规则,再结合实际作出高效的决策,群体决策过程完成。 本文主要研究工作如下:1.将粗糙集理论和遗传<em>算法</em>理论融入群体决策的每一个过程中,构建了一种<em>基于</em>粗糙集与遗传<em>算法</em>集成的群体决策模型。 2.采用粗糙集理论对群体决策产生的信息进行预处理,提出了群体决策过程中四种决策因素特征提取方案。 3.运用遗传<em>算法</em>进行群体决策模型的<em>属性</em>简约。 4.引入某公司在信息化建设中的一个群体决策案例进行试验验证该模型。
粗糙集工具rosetta
粗糙集工具箱 可以进行粗糙集上下近似集的计算,<em>重要</em>度等等 <em>属性</em><em>约简</em> 决策分类等等
一篇很不错的关于属性约简的文章
为降低<em>算法</em>的时间复杂度, 引 入简化决策表的定义,设计了一个求简化决策表的<em>算法</em>,其时间复杂度为 O ( |C | |U | ) .以快速缩小简化决策表的搜索空间为目 的,定义了一个新的、 较为合理的、 度量<em>属性</em>的信息量,并给出了它的递归计算方法
通过不同方法进行粗糙集属性约简matlab完整程序
通过不同方法进行粗糙集<em>属性</em><em>约简</em>matlab完整程序
粗糙集属性约简算法的实现与应用.
粗糙集<em>属性</em><em>约简</em><em>算法</em>的实现与应用.
RS.rar,用于粗糙集的属性约简
matlab粗糙集<em>属性</em><em>约简</em>,<em>基于</em>不可等价关系,正域<em>约简</em>,
粗糙集matlab程序
用matlab编写的粗糙集<em>约简</em><em>算法</em>,能进行<em>属性</em><em>约简</em>和规则<em>约简</em>等。
属性约简 matlab程序
粗糙集理论中<em>基于</em>区分矩阵的<em>属性</em><em>约简</em>matlab程序。
粗糙集分类
粗糙集理论 n粗糙集理论(Rough Set theory)是一个种处理数据分类的数据挖掘方法。当数据属于定性数据或不确定性数据,无法使用一般的统计方法时,粗糙集理论可以在信息不完整和信息不一致下,用来规约数据集合,发掘隐藏的数据阳性和数据相关性,以产生有用的分类规则。 n粗糙集理论现在主要应用在①临床医疗诊断;②电力系统和其他工业过程故障诊断;③预测与控制;④模式识别与分类;⑤机器学习和数据挖掘;
粗糙集理论
<em>基于</em>粗糙集理论的<em>属性</em><em>约简</em><em>算法</em>研究
基于粗糙集的属性约简方法研究综述
<em>基于</em>粗糙集的<em>属性</em><em>约简</em>方法研究综述
一种新的基于属性重要性的粗糙集值约简算法
一种新的<em>基于</em><em>属性</em><em>重要</em>性的粗糙集值<em>约简</em><em>算法</em>,共同学习,共同进步
一种基于并行遗传算法的粗糙集属性约简
一种<em>基于</em>并行遗传<em>算法</em>的粗糙集<em>属性</em><em>约简</em>,是我找到比较实用的<em>算法</em>!
基于属性约简的恶意代码检测
研究了已有的恶意代码特征选择和<em>约简</em>方法,针对已有的<em>属性</em><em>约简</em>方法没有充分利用特征选择评估函 数信息的不足,提出以信息增益值和特征的规模对候选特征排序,并使用<em>属性</em>序<em>约简</em>对特征进行<em>约简</em>的方法,分析了 时空复杂度,给出了总体设计方案。实验结果验证了<em>属性</em>序<em>约简</em>的应用能够在较短的时间内获得较少的<em>约简</em>结果, 使用<em>约简</em>后的特征进行分类准确率较高
数据挖掘分类问题的贪婪粗糙集约简算法.pdf
<em>基于</em>贪婪<em>算法</em>和粗糙集方法,给出了一种处理数据挖掘分类问题的<em>属性</em><em>约简</em><em>算法</em>
粒矩阵属性约简的启发式算法
<em>属性</em><em>约简</em>是粗糙集理论一个<em>重要</em>的研究问题.在粗糙集理论上,利用粒计算的思想构建了粒矩阵,提出并定义了粒矩 阵相与运算,建立了<em>基于</em>粒矩阵的知识粒化方法,并且给出了粒矩阵<em>属性</em><em>约简</em>的启发式<em>算法</em>.采用粒矩阵进行<em>属性</em><em>约简</em>选择最 小<em>属性</em>集,跳出了传统<em>属性</em><em>约简</em>的先求解<em>属性</em>核,再求解最优<em>属性</em>集的方法.理论分析表明了新的<em>算法</em>是可靠有效的,给粒计算 <em>属性</em><em>约简</em>提供一个新的思路,为进一步研究粒计算提供可行的方法.
特征 重要度展示
RF评价特征<em>重要</em>度,画出特征排行import numpy as npnimport matplotlib.pyplot as pltnimport pandas as pdnfrom sklearn.ensemble import RandomForestClassifiernfrom sklearn.model_selection import train_test_split,GridSear...
概念格的属性约简属性特征
概念格的<em>属性</em><em>约简</em>与<em>属性</em>特征
粗糙集的概念和一些例子
粗糙集的概念和一些例子粗糙集理论是一种研究不精确,不确定性知识的数学工具。粗糙集的思想为:一种类别对应一个概念(类别可以用集合表示,概念可以用规则描述),知识由概念组成;如果某个知识含有不精确概念,则该知识不精确。粗糙集对不精确概念的描述方法是通过下近似和上近似概念来描述。上近似包含了所有使用知识R可确切分类到X的元素。n下近似包含了所有那些可能属于X的元素的最小集合。粗糙集可以解决的问题可以如下一
GBDT算法的特征重要度计算
<em>基于</em>树的集成<em>算法</em>还有一个很好的特性,就是模型训练结束后可以输出模型所使用的特征的相对<em>重要</em>度,便于我们选择特征,理解哪些因素是对预测有关键影响,这在某些领域(如生物信息学、神经系统科学等)特别<em>重要</em>。本文主要介绍<em>基于</em>树的集成<em>算法</em>如何计算各特征的相对<em>重要</em>度。
基于知识粒度属性约简的一个算法
该<em>算法</em>利用粗糙集中知识粒度的概念 定义了<em>属性</em><em>重要</em>度 度量 并提出了<em>算法</em>
改进的属性约简算法
为了降低差别矩阵的存储空间,用FP树来存储,降低<em>算法</em>的复杂性
数据挖掘中的特征约简
数据挖掘中的特征<em>约简</em> 陈黎飞版 介绍数据挖掘中常用的特征<em>约简</em>方法
信息系统的属性约简算法
信息系统 <em>属性</em><em>约简</em> 粗糙集 机器学习 数据挖掘
粗糙集属性约简方法
介绍粗糙集的概念和<em>属性</em><em>约简</em>的概念,并给出了<em>属性</em><em>约简</em>的方法和实例
启发式相对属性约简0707
<em>属性</em><em>约简</em> 比较使用!
粗糙集相关的一些论文
收集了一些和粗糙集相关的文章,其中包括粗糙集的研究现状及粗糙集<em>属性</em><em>约简</em><em>算法</em>,<em>属性</em>离散化方面的论文。
基于商品属性的相似度模型
-
基于半监督学习的启发式值约简
提出一种<em>基于</em>半监督学习的粗糙集知识<em>约简</em><em>算法</em>(SLRS). SLRS <em>基于</em>对信息论基本概念的引申定义, 描述了 各条件<em>属性</em>的<em>重要</em>程度以及相互之间的依赖关系. 对于数据库中某些记录<em>属性</em>域存在的缺失值, <em>基于</em>半监督学习进 行启发式<em>属性</em>值<em>约简</em>, 进而求取粗糙集<em>约简</em>决策表, 即使在现有知识不足或信息不完备的情况下, 也能通过半监督学 习构造新的规则补充到知识库中. 样例分析及在UCI 数据集上的实验结果均表明了所提出<em>算法</em>的合理性和有效性.
粗糙集软件rosetta软件处理方法及软件
粗糙集<em>属性</em><em>约简</em>软件,能够用于进行<em>属性</em><em>约简</em>,里面有自带的贪婪<em>算法</em>以及遗传<em>算法</em>等方法工具
基于AHP和RJ算法属性约简MATLAB程序
<em>基于</em>AHP和RJ<em>算法</em>的<em>属性</em><em>约简</em>MATLAB程序,然后根据此程序建立函数,实现循环判断就行了,第一次动手编程序,望各位笑纳
基于粗糙集的符号与数值属性约简算法
粗糙集理论被广泛应用于<em>属性</em><em>约简</em>,复杂性是制约这些<em>算法</em>应用于数据挖掘任务的主要障碍,尤其是邻域模 型下的<em>约简</em>问题.本文分析了邻域粗糙集模型的数学性质,利用正域与<em>属性</em>集的单调关系,构造<em>基于</em><em>属性</em>依赖度和前 向搜索策略的快速<em>算法</em>,以降低样本比较次数,提高计算效率.实验分析表明了<em>算法</em>的有效性.
基于客观赋权法的多属性社交网络节点重要度排序.pdf
<em>基于</em>客观赋权法的多<em>属性</em>社交网络节点<em>重要</em>度排序.pdf 社交网络表示学习
基于属性核的遗传约简算法
<em>属性</em>最小<em>约简</em>是 N P 完全问题,该问题的研究一直被关注 。如,以不可分辨矩阵为基础的传统约 简方法 ,基 于<em>属性</em><em>重要</em>性 的约 简方法Ⅲ等等 ,这些方法对于大数据集郝是不实用的。文[8]提 出了以遗传<em>算法</em>全局搜旱能力为基 础的<em>属性</em>约 简方法,文[3]通过引进<em>属性</em>依赖启发信息改进 了文[8]中的方法。本文中,先给 出了一个时间复杂度 为O ( ×n×log n),空问复杂度 为O (n)的核<em>属性</em>判别方 去。然后 ,以此为基础给 出了较文[3]和文[8]中更有效的遗传粗糙 约 简<em>算法</em> 。
matlab计算粗糙集的下近似属性依赖度和条件熵
matlab计算粗糙集的下近似<em>属性</em>依赖度和条件熵,
特征选择 GBDT 特征重要
Tree ensemble<em>算法</em>的特征<em>重要</em>度计算rnrnrnrn集成学习因具有预测精度高的优势而受到广泛关注,尤其是使用决策树作为基学习器的集成学习<em>算法</em>。树的集成<em>算法</em>的著名代码有随机森林和GBDT。随机森林具有很好的抵抗过拟合的特性,并且参数(决策树的个数)对预测性能的影响较小,调参比较容易,一般设置一个比较大的数。GBDT具有很优美的理论基础,一般而言性能更有优势。rnrn<em>基于</em>树的集成<em>算法</em>还有一个
粗糙集属性约简算法研究
关于粗糙集的简单介绍及其各种<em>属性</em><em>约简</em><em>算法</em>的研究,并且有实例分析。
matlab 粗糙集属性约简
利用matlab编写的粗糙集<em>属性</em><em>约简</em>的一个<em>算法</em>,直接就能使用的
基于粗糙集属性约简综述
综述一篇,适合研究生入门用综述一篇,适合研究生入门用综述一篇,适合研究生入门用综述一篇,适合研究生入门用
粗糙集数据分析系统MATLAB仿真工具箱设计
围绕不可区分关系和相对正区域两个核心概念,通过知识之间的依赖程度,提出了粗糙集数据 分析的<em>算法</em>,通过比较<em>属性</em><em>约简</em>的数目,选择最少<em>属性</em>数量的<em>约简</em>结果·利用MATLAB处理集合函数的优 势,得到了求取相对核、上(下)近似、等价关系、相对<em>重要</em>度、<em>属性</em>相对<em>约简</em>、范畴相对<em>约简</em>、最小决策规则等的 各种<em>算法</em>的程序实现·实现了MATLAB仿真工具箱设计·利用图形用户界面(GUI)方法,设计了良好的人- 机交互系统的主界面·最后给出实际例子的程序运行结果,对推动粗糙集理论在具体实践中应用和普及,具有 实际意义
基于粗糙集的属性约简的启发式算法
本文在介绍粗糙集理论的基础上,给出粗糙集 理论在数据挖掘中的应用,<em>属性</em><em>约简</em>的启发式<em>算法</em>, 通过一个实例说明了<em>算法</em>的有效性
基于粗糙集的决策表知识约简研究
在知识发现过程中,由于待处理的数据集有时带有噪声或不完整,因此需要能处理不精确、不确定数据的理论和方法。粗糙集理论正是满足这种要求的新型数学工具。<em>基于</em>粗糙集的知识发现过程,就是利用粗糙集理论与方法从数据中挖掘出新颖的、有用的非平凡的模式过程。围绕知识<em>约简</em>这个核心研究问题,分别从差别矩阵、启发式信息及数据库系统的角度对知识<em>约简</em>进行了深入研究。将粗糙集引入Vague目标信息系统,讨论了Vague目标信息系统的知识<em>约简</em>问题。相关主要工作有以下几方面: 现有差别矩阵只适用于一致或部分一致决策表,对于完全不一致决策表并不能得到正确的结果,给出了一种<em>基于</em>差别矩阵的知识<em>约简</em>改进<em>算法</em>。 由等价类而不是单个元素参与差别矩阵的构造,得到一种简化的代数<em>约简</em>差别矩阵。从差别矩阵的角度讨论了代数<em>约简</em>和条件信息熵<em>约简</em>的核<em>属性</em>计算问题,指出代数<em>约简</em>核<em>属性</em>是信息熵<em>约简</em>核<em>属性</em>的子集。证明了分布协调集、分配协调集必为代数协调集。但代数<em>约简</em>与分布或分配<em>约简</em>之间并无必然的包含与被包含关系,通过具体算例,分析并指出产生这个结果的原因。<em>基于</em>等价差别矩阵具有相同的知识<em>约简</em>和核<em>属性</em>的思想,对各知识<em>约简</em>所对应的差别矩阵改写成统一的表示形式,分析了其不一致性及内在联系,给出了一种将分布或分配<em>约简</em>转化为代数<em>约简</em>,分 布<em>约简</em>转化为分配<em>约简</em>的新方法。 提出了一种新的近似质量及其启发式<em>约简</em><em>算法</em>。对<em>基于</em>正区域的<em>属性</em><em>重要</em>性进行分析,发现论域中由决策<em>属性</em>正确分类的等价类及完全由矛盾对象构成的等价类对<em>属性</em>的<em>重要</em>性不会产生影响,从而可以逐步删除,减少<em>约简</em>过程的搜索空间。给出了一种<em>基于</em>新近似质量的<em>属性</em><em>重要</em>性递归计算方法。理论分析和实验结果表明,该<em>算法</em>是高效的。 近似质量是以等价类基本块为单位进行运算的,因分割粒度太大,从而不能更细致地刻画出<em>属性</em>的<em>重要</em>性。由于粗糙集以分类为基础,以<em>属性</em>区分能力作为启发式信息更能全面地反映出一个<em>属性</em>的<em>重要</em>性。因<em>属性</em>区分能力浓缩在<em>属性</em>差别矩阵中,将差别矩阵与<em>属性</em>区分能力相结合,得到了决策表在代数<em>约简</em>定义下的<em>属性</em>区分能力计算公式,建立了<em>基于</em><em>属性</em>区分能力的启发式<em>约简</em><em>算法</em>。数值算例和仿真实验验证了该<em>算法</em>更易搜索到最优<em>约简</em>。 针对现有<em>基于</em>数据库系统粗糙集计算模型的不足。提出一种简单的核<em>属性</em>判断方法,将判断两个正区域是否相等简化成判断它们的基数是否相等,从而大大简化了计算过程,得到一种<em>基于</em>数据库系统的简单求核方法。该方法对一致和不一致决策表都适用。现有大多数<em>约简</em><em>算法</em>都采用自底向上的搜索策略,但不能保证<em>算法</em>的完备性。由于所有条件<em>属性</em>集本身已是代数协调集,采用自顶向下的搜 索策略只需对条件<em>属性</em>集遍历一次即可得到其代数<em>约简</em>。为提高搜索<em>约简</em>的优度,提出了一种<em>基于</em>数据库系统的启发式信息<em>约简</em><em>算法</em>。 提出了一种<em>基于</em>Vague模糊熵的Vague集相似度量方法。<em>基于</em>粗糙集方法,讨论了Vague目标信息系统的知识<em>约简</em>问题。 粗糙集、Vague集理论和D-S证据理论都是研究信息系统中知识不完善、不精确问题的方法。虽然它们解决问题的出发点有所不同,并各有其优缺点。将它们结合起来可以更好地解决信息系统中不完善、不精确性的知识问题。下一步将系统地将粗糙集、Vague集和D-S证据理论融合起来研究。
SARS基于粗糙集属性约简程序
SARS<em>基于</em>粗糙集<em>属性</em><em>约简</em>程序,vc制作,希望可以帮到朋友
基于互信息和BEAM搜索的粗糙集属性约简算法
一种较先进的<em>属性</em><em>约简</em><em>算法</em>,<em>算法</em>介绍很详细,并且有实例,很具有实际参考意义
云模型为基础的聚类属性约简
云模型为基础的聚类<em>属性</em><em>约简</em>,简化了<em>算法</em>,使<em>算法</em>在时间和空间都得到简化
17年9月11日研讨会 基于模糊形式背景的概念格属性约简算法研究_王璨.pdf
17年9月11日研讨会 <em>基于</em>模糊形式背景的概念格<em>属性</em><em>约简</em><em>算法</em>研究_王璨.pdf
很好的Rosetta软件
一个很好的Rough set软件,可以进行<em>属性</em><em>约简</em>,<em>属性</em>值<em>约简</em>,规则提起,离散化等处理。
rosetta软件
实现RS<em>属性</em><em>约简</em>的模块化软件,具有数据预处理、补齐、离散化以及<em>约简</em>的功能
基于不完备信息系统的
:研究了不完备信息系统下的<em>属性</em><em>约简</em>,<em>基于</em>相容关系提出一种遗传<em>算法</em>的分配<em>约简</em><em>算法</em>,<em>算法</em> 编码采用了二进制一维编码形式,比较适合地表达了遗传算子·为了加快<em>算法</em>的收敛,在适应值函数中引入了 惩罚函数,可以保证所求<em>约简</em>既含较少<em>属性</em>又有较强支持度·在交叉规则中,采用了单点交叉,最大迭代代数 被作为停止准则,<em>算法</em>获得较佳的搜索效果·通过实例分析,可以证明该<em>算法</em>是求解知识<em>约简</em>问题的快速有效 方法·
粗糙集约简算法的研究与实现
粗糙集理论中。对决策表进行<em>约简</em>,其中包含数据离散化和条件<em>属性</em>的多种<em>约简</em>方式。
利用随机森林对特征重要性进行评估
前言n随机森林是以决策树为基学习器的集成学习<em>算法</em>。随机森林非常简单,易于实现,计算开销也很小,更令人惊奇的是它在分类和回归上表现出了十分惊人的性能,因此,随机森林也被誉为“代表集成学习技术水平的方法”。n本文是对随机森林如何用在特征选择上做一个简单的介绍。n随机森林(RF)简介n只要了解决策树的<em>算法</em>,那么随机森林是相当容易理解的。随机森林的<em>算法</em>可以用如下几...
sklearn 下的树模型
n 树模型天然会对特征进行<em>重要</em>性排序,以分裂数据集,构建分支;nnnnn1. 使用 Random Forestnnnnfrom sklearn.datasets import load_bostonnfrom sklearn.ensemble import RandomForestRegressornnnboston_data = load_boston()nX = boston_data['d...
粗糙集相关知识
粗糙集<em>属性</em><em>约简</em>是粗糙集理论的核心内容,他的优点是能够保持分类和决策不变的前提下进行<em>约简</em>,约去冗余<em>属性</em>。
电子电路实用抗干扰技术.rar下载
电子电路实用抗干扰技术.rar电子电路实用抗干扰技术.rar 相关下载链接:[url=//download.csdn.net/download/hn_yz_laojiang/1968713?utm_source=bbsseo]//download.csdn.net/download/hn_yz_laojiang/1968713?utm_source=bbsseo[/url]
VB仿Vista界面的天气预报软件源码下载
软件介绍: VB仿Vista界面的天气预报软件源码 VB 仿Vista界面的天气预报软件源码,用了不少的贴图 ,因此源码比较大。这款天气预报程序功能还是瞒多的,它的窗口有多个选项:锁定窗口位置、鼠标穿透、动态显示隐藏托盘左键、窗体风格选择、透明度设置、自定义光标选择等;数据选项主要是设置默认城市、默认代理IP等;系统选项主要设置开机启动软件、检测更新、优先级设置等,另外还支持自定义热键等。 相关下载链接:[url=//download.csdn.net/download/andyjiang2008/1998499?utm_source=bbsseo]//download.csdn.net/download/andyjiang2008/1998499?utm_source=bbsseo[/url]
CISCO路由器配置手册下载
CISCO路由器配置手册 CISCO路由器配置手册 相关下载链接:[url=//download.csdn.net/download/Terence_Li/2288500?utm_source=bbsseo]//download.csdn.net/download/Terence_Li/2288500?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 java算法学习的重要 数据库课程属性
我们是很有底线的