属性频率相关论文
决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中,节点划分属性选择的标准直接影响决策树分类的效果。基于粗糙集的......
定义了属性加权频率算子的概念，并在此基础上提出一种新的属性约简算法，理论分析和实验结果表明，该算法可以确保得到决策表的一个约简......
指出支天云的二进制可分辨矩阵约简算法存在的不足，给出简化的决策表定义和基于二进制可分辨矩阵的属性频率函数的定义。在此基础上......
属性约简是应用粗糙集理论进行数据挖掘有效的方法之一，HORAFA属性约简算法它的不足之处在于约简效率和完备性。应用粗糙集对知识分......
针对信息系统在属性约简过程中存在属性频率值相同的问题进行改进,改进后的算法在基于可辨识矩阵属性频率约简算法的基础上,引进强......
在基于正域的不一致决策表属性约简算法中，计算正域的算法效率是关键，直接影响到属性约简算法的时间复杂度。针对这一问题，新算法改进......
对Skowron可辨识矩阵方法进行分析,并应用反例说明基于Skowron可辨识矩阵的属性约简算法对不相容决策表的属性约简,可能会导致错误......
针对区分矩阵生成区分函数计算量大的问题,将区分矩阵和属性频率重要性相结合,对区分矩阵进行简化,从而得到约简。通过实例分析,验......
分析HORAFA算法和HORAFA-A算法的不足,给出一种获得最优约简的启发式算法。算法以核属性为初始约简集,以属性频率为启发式信息,选......
结合胡可云算法中对属性重要性的描述．以条件属性在可辩识矩阵中出现的频率作为启发信息。提出一种基于变精度粗糙集模型的属性约简......
朴素贝叶斯算法是一种简单而高效的分类算法。但是它的属性独立性假设一般在现实问题中很难满足,这在某种程度上影响了它的分类能......
文献[6]给出的基于简化二进制可分辨矩阵的快速属性约简算法是不完备的,并且在处理大数据集时的效率不很理想。提出一种基于二进制......
约简是粗糙集理论的重要概念，由定叉计算约简是一个典型的NP问题本文针对Roughtset理论的属性约简进行了研究。利用Roughtset的相关......
决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中，节点划分属性选择的度量直接影响决策树分类的效果。基于粗糙集的属......
属性约简在粗糙集理论研究中一直占据重要位置。为了能够更加快速有效的获得决策表中属性的最优约简。提出了一种新的启发信息遗传......
属性约简是Rough集理论研究中的一个关键问题，已有的算法大致可以分为增加策略和删除策略2类，都是采用不同的启发式或适应值函数来选......
增量式属性约简算法是动态数据挖掘技术的重要研究内容。为降低区分矩阵的存储空间,结合二进制区分矩阵便于计算以及形象直观的优......
针对经典HORAFA启发式约简算法在以属性频率为重要启发信息约简时，往往不能获得最优属性约简集的问题，本文提出了基于属性频率函数循......
针对目前粗糙集属性约简速度比较慢、不能得到属性约简集的问题,提出了一种新的属性约简算法。通过理论分析、具体的实例和UCI数据......
