连续属性相关论文
基于粗糙集理论的模型筛选与组合预测方法对于舰船维修费用的预测具有较强的应用价值,然而在连续属性离散化方面却存在部分问题。针......
针对大多数连续属性界限是模糊的,适合软划分,引入模糊集将连续属性值转化为模糊属性值,给出了模糊相似关系和模糊相似类的概念,提......
该文以数据预处理阶段中属性子集的选择问题、属性约简问题和连续属性离散化方面 为主要研究内容.在属性子集的选择上,作者提出利......
连续属性的离散化是数据挖掘理论中重要的研究内容之一,有监督离散化没有考虑属性之间的相容性,对最终的效果造成一定的偏差,无监......
数据挖掘是信息技术自然演化的结果,它是指从大量数据中挖掘出来隐含的未知的、有价值的模式或规律等知识的复杂过程。在这过程中,......
连续属性的离散化一般是做为机器学习、数据挖掘的一项重要的预处理步骤,针对离散化问题,研究者们提出了诸多方法,例如早期的等宽......
研究时间序列异常模式挖掘具有重要的学术价值和现实意义。针对时间序列连续、非线性、高维的复杂结构,探索了时间序列异常模式挖......
语义决策树算法虽然可以进行语义方面更加精确的匹配,但存在硬性划分的缺陷。在连续属性语义化的过程中,将训练集中的数据映射为语......
在连续数据的关联规则挖掘中,属性值的离散化是挖掘的一个重要环节。连续数据的最优离散化是一项挑战性研究。在关联规则挖掘过程......
建立了新的可辨布尔矩阵和逻辑关系方程解模型,利用布尔矩阵的初等行变换把系数矩阵化为最简矩阵,并由此给出了决策表连续属性的......
通过对粗糙集的连续属性离散化方法和属性约简方法的深入研究,提出了基于粗糙集属性离散--约简的故障特征选择方法。运用齿轮早期故......
本文结合模糊集理论中的相似性关系,扩展了粗糙集的定义,使之能够应用于对象属性为连续属性的信息系统。在此基础上,把石油勘探测井领......
连续属性离散化问题是数据挖掘重要的研究步骤之一.本文基于粗糙集的有关理论,提出了一种新的连续属性离散化方法.首先提出度量属......
本文对连续属性离散化技术进行了研究。文章围绕离散化技术发展的历史和现状、离散化的过程、离散化结果的评价等问题进行了论述。......
本文提出的算法EBNC一次处理整个数据集合的样本,因而速度比较快。这个算法基于Shannon信息理论,对于处理离散取值的属性有较高的准......
本文介绍了一种分割以及连续属性二进制化的思想,把这种思想进行拓展,可以对带有若干属性的论域进行分析,找出界值,进行分割,以达......
在粗糙集理论的基础上,该文着重研究了具有连续属性的数据空间的知识发现方法,重点提出了在连续属性的数据结合中划分集合的概念以及......
在简要介绍了RS理论的基本原理后,提出了RS理论在控制规则提取中的两种应用模式,并在后一种模式研究中提出了一种变粒变RS模型,用......
该文研究连续属性空间上的规则学习算法。首先简述了研究连续属性空间上的规则学习算法的目的和意义。在此基础上,研究了连续属性空......
该文基于粗集理论,提出了煤灰结渣特性的粗集评判模型,由于直接来源于实际观测数据,可靠性高,与其它判别方法相比,能有效判别结渣特性。......
该文提出一种粗集方法,用于处理连续决策系统的规则提取问题。它先用简单离散方法散连续属性,接着将其条件属性表示为二元属性集,然后......
传统的RS理论只能对离散属性进行处理,而绝大多数现实的数据库既包含了离散属性,又包含了连续属性。该文利用决策表相容性的反馈信息,提......
关联规则采掘技术是KDD中的重要研究内容。包含有连续属性的数据集中的关联规则采掘必须首先解决连续属性的离散化问题,连续属性的离散......
该论文是关于选矿厂生产经营综合决策支持系统的理论及方法研究。旨在充分掌握已有研究成果的基础上,根据选择矿厂经济技术运行过程......
粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种数据分析理论,它善于从数据中获取知识,并能利用不确定,不完整的经验知识进行......
粗糙集和支持向量机都是为了从数据中提取固定模式而提出的数据挖掘方法。粗糙集理论适用于海量数据,支持向量机是在统计学习理论......
粗糙集理论是上世纪八十年代初由波兰数学家Pawlak首先提出的一种新的处理不精确、不完全与不相容知识的数学理论。其主要思想是利......
在类-属性相关离散化方法的基础上,提出一种基于Cramers V的连续属性离散化算法CVM,该方法利用统计学中的Cramers V来量化类-属性......
摘要:决策表中连续属性离散化,即将一个连续属性分为若干属性区间并为每个区间确定一个离散型数值。该文提出一种新的决策表连续属性......
关联分析是数据挖掘算法中的一种,主要用于发现数据集中变量或项之间的关联关系,被各个行业广泛应用。其中,离散变量尤其是二元变......
连续属性离散化问题是机器学习的重要方面,是数据预处理问题之一.提供的基于动态层次聚类的离散化算法是层次聚类算法的一种改进.......
针对新能源智能车监控数据中包含过多的连续属性,提出了一种基于分辨矩阵和信息增益率的有监督离散化算法,从而降低连续属性的取值......
将各连续属性上的取值划分威多个语言值,利用微粒群算法优化各语言值的正交隶属函数,提高关联规则的可理解性特征,在此基础上提出了语......
由于粗糙集只能对离散属性进行处理,因而连续属性的离散化也就成了粗糙集的主要问题之一。提出了一种从模糊聚类出发的离散化方法,......
为解决经典粗糙集理论在处理决策表离散化时规则数多、准确率低的问题,文中提出基于贪心算法和属性值分布率相结合的二次离散化方法......
为了利用信息系统对象在数据空间中分布,通过对对象的模糊聚类,计算每一类在坐标轴上的统计值。利用正态概率分布特性,引入重叠度......
通过将连续属性离散化和属性约简结合起来,首先对连续型的属性列进行离散化,得到新的决策表;然后再对新的决策表作属性约简,解决了......
根据模糊集原理,提出了一种数量型数据挖掘关联规则的方法,并通过试验证明了算法的合理性.......
决策树分类算法C4.5是数据挖掘中最常用、最经典的分类算法。但是C4.5算法也存在一些不足之处,针对C4.5算法处理连续属性比较耗时......
连续属性的离散化问题是机器学习、数据挖掘等领域中重要研究课题之一。本文深入讨论连续属性离散的各种方法,提出一种基于RS理论......
连续属性的决策表知识获取有两个问题需要解决:其一是连续属性的离散化问题。这个问题已引起人们的注意,在简单评述的基础上,结合粗集......
首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分......
连续数值属性的离散化是粒计算理论应用的重要步骤,提出粒度商的连续属性离散化方法。通过给出粒度商的概念,根据粒度商的大小来选......