基于粗糙集的属性约简算法研究

来源 :武汉大学 | 被引量 : 10次 | 上传用户:popok12345
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文选择数据挖掘中的属性约简为研究对象,运用粗糙集理论,提出一种效率较高的遗传约简算法,能够较快地找到系统的最小约简或次小约简;提出基于划分子系统的属性约简方法,通过将决策系统划分为若干子决策系统来求取系统的最小约简,分析并证明了系统的最小约简与各子系统的约简集之间的关系,给出了由各子系统的约简构造系统最小约简的方法,并证明了该方法的完备性。最后,对本文给出的两个算法各给出一个约简的实例。
其他文献
独立分量分析(Independent Component Analysis,简称ICA)是近年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从传感器收集到的混合信号中分离出相互独立的
学位
在瞬态信号与图像的分析中,突变点往往是重要的特征之一,它们常常位于重要结构的边缘部分。边缘精度、抗噪性、实时性和稳定性是边缘检测的主要性能指标。传统的微分算子边缘
在工程技术和自然科学领域中,许多问题的求解均涉及到求解线性方程组。而对称不定线性系统恰恰是线性方程组中的一类重要且具有特殊结构的类型,在科学计算中常常遇到系数矩阵对