

版權說明: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,請進行舉報或認領
文檔簡介
1、 本文在綜述了粗糙集和知識發(fā)現(xiàn)問題的國內(nèi)外發(fā)展現(xiàn)狀和存在問題的基礎上,首先研究了粗糙集理論、數(shù)據(jù)約簡以及基于粗糙集的擴展模型,接著研究了基于粗糙集的知識發(fā)現(xiàn),提出了一種基于聚類和粗糙集的數(shù)據(jù)挖掘模型,最后研究了基于粗糙集的綜合信息處理技術。研究內(nèi)容如下: 1、研究了粗糙集理論的基本知識,基于粗糙集的知識約簡方法和各種粗糙集的擴展模型,知識發(fā)現(xiàn)的基本過程以及數(shù)據(jù)預處理中空缺數(shù)據(jù)填補方法和離散化技術; 2、提出了一種基于聚類和粗糙
2、集的數(shù)據(jù)挖掘模型。該模型首先采用了聚類分析的方法對原始數(shù)據(jù)集進行約簡,并且去除可疑信息,從而使得數(shù)據(jù)具有一致性,然后應用粗糙集理論將數(shù)據(jù)進行定性化分析和約簡。通過系統(tǒng)聚類和粗糙集兩種方法進行數(shù)據(jù)約簡,使原始數(shù)據(jù)得到橫向和縱向兩個方向上的約簡?! ?、研究了基于粗糙集的綜合信息處理技術。研究了時間序列相似搜索技術,提出了基于時間序列相似搜索和粗糙集的數(shù)據(jù)挖掘模型,首先使用時間序列相似搜索方法對其中的時間序列數(shù)據(jù)進行模式發(fā)現(xiàn),然后將時間序
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于Rough集理論的數(shù)據(jù)約簡研究與應用.pdf
- 基于MapReduce和Rough集理論的海量數(shù)據(jù)屬性約簡方法研究.pdf
- 基于Rough集的屬性與屬性值約簡方法研究.pdf
- 基于Rough Set的屬性約簡算法研究.pdf
- 基于Rough Set理論的約簡算法的研究.pdf
- 基于Rough Sets的增量式約簡算法研究.pdf
- 基于分治法的Rough集高效數(shù)據(jù)挖掘方法研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘?qū)傩约s簡算法研究.pdf
- 基于粗糙集的數(shù)據(jù)約簡算法研究與應用.pdf
- 基于Rough集理論的信息過濾研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘?qū)傩约s簡算法的研究.pdf
- 基于NRST的轉(zhuǎn)子故障數(shù)據(jù)集屬性約簡方法研究.pdf
- 基于粗糙集理論的數(shù)據(jù)約簡研究與應用.pdf
- Rough Sets的屬性約簡算法研究及應用.pdf
- 基于粗集理論屬性約簡的數(shù)據(jù)挖掘系統(tǒng).pdf
- 基于Rough集的教學預警模型.pdf
- 基于云理論與Rough集在數(shù)據(jù)預處理方法上的研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘約簡算法的研究與應用.pdf
- 基于粗集理論值約簡的數(shù)據(jù)挖掘系統(tǒng).pdf
- 基于粗糙集的數(shù)據(jù)約簡技術及應用研究.pdf
評論
0/150
提交評論