基于改進(jìn)的二進(jìn)制分辨矩陣屬性約簡(jiǎn)算法的研究與應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、粗糙集理論是一種研究不確定、不完整知識(shí)的理論方法,并被廣泛應(yīng)用于數(shù)據(jù)挖掘、人工智能和模式識(shí)別等諸多領(lǐng)域。屬性約簡(jiǎn),即在不影響原有決策表分類(lèi)質(zhì)量的情況下,通過(guò)最少屬性來(lái)表示決策表信息,是粗糙集理論研究的核心之一。目前,粗糙集的屬性約簡(jiǎn)算法中,基于二進(jìn)制分辨矩陣屬性約簡(jiǎn)方法因低存儲(chǔ)、簡(jiǎn)單、易理解等優(yōu)點(diǎn),得到了許多學(xué)者的關(guān)注。
  目前常用的基于二進(jìn)制分辨矩陣屬性約簡(jiǎn)算法在實(shí)現(xiàn)上大致采用以下思路:根據(jù)已知的決策表建立二進(jìn)制分辨矩陣,并以

2、屬性全集為初始集合,根據(jù)某種度量方式,每次選擇一個(gè)非核屬性刪除,直至剩余的集合是一個(gè)約簡(jiǎn),稱為刪除法。然而,此種方式由于每次只選擇一個(gè)冗余屬性刪除,導(dǎo)致屬性約簡(jiǎn)效率不高。因此,提高基于二進(jìn)制分辨矩陣屬性約簡(jiǎn)的刪除法效率并獲得最小約簡(jiǎn)是本文的重點(diǎn)研究?jī)?nèi)容,本文主要工作如下:
  1.針對(duì)基于二進(jìn)制分辨矩陣刪除法的不足,本文提出了一個(gè)改進(jìn)的基于簡(jiǎn)化二進(jìn)制分辨矩陣屬性約簡(jiǎn)算法,綜合考慮二進(jìn)制分辨矩陣行、列兩個(gè)維度,通過(guò)一個(gè)新的屬性約簡(jiǎn)方

3、法,一次性刪除多個(gè)屬性,并在每次刪除操作結(jié)束后對(duì)二進(jìn)制分辨矩陣進(jìn)行簡(jiǎn)化,直到其屬性不可被刪除為止。文章從理論上分析了該算法的可行性,且通過(guò)實(shí)例及仿真測(cè)試證明該算法能夠有效地提高二進(jìn)制分辨矩陣刪除法效率,并得到最小約簡(jiǎn)結(jié)果。
  2.本文將改進(jìn)的基于簡(jiǎn)化二進(jìn)制分辨矩陣屬性約簡(jiǎn)算法應(yīng)用于訂單協(xié)作系統(tǒng)的銷(xiāo)售統(tǒng)計(jì)分析功能模塊中,對(duì)2013年第一季度藍(lán)牙音箱銷(xiāo)售數(shù)據(jù)相關(guān)的屬性進(jìn)行約簡(jiǎn),并得出相應(yīng)的決策規(guī)則。該決策規(guī)則同2013年第二季度藍(lán)牙

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論