

版權(quán)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(quán),請進行舉報或認(rèn)領(lǐng)
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(chǔ)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(shù)。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(yù)處理中空缺數(shù)據(jù)填補方法和離散化技術(shù); 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(yīng)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。 3、研究了基于粗糙集的綜合信息處理技術(shù)。研究了時間序列相似搜索技術(shù),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
最新文檔
- 基于Rough集理論的數(shù)據(jù)約簡研究與應(yīng)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(yīng)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(yīng)用.pdf
- Rough Sets的屬性約簡算法研究及應(yīng)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(xué)預(yù)警模型.pdf
- 基于云理論與Rough集在數(shù)據(jù)預(yù)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(yīng)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(shù)及應(yīng)用研究.pdf
評論
0/150
提交評論