已閱讀1頁，還剩47頁未讀， 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文研究了數(shù)據(jù)挖掘的原理和現(xiàn)狀；探討了數(shù)據(jù)挖掘的相關(guān)概念、工作步驟和關(guān)鍵技術(shù)；深入分析了粗糙集的基本理論、屬性約簡的基本方法與算法、遺傳算法的基本理論；深入研究了遺傳算法實(shí)現(xiàn)的共性問題，并給出了各類算子的設(shè)計(jì)和實(shí)現(xiàn)方法；提出對(duì)編碼的改進(jìn)，在編碼時(shí)，不再使用定長編碼，而是選擇可變長編碼；然后再用賭輪選擇算法對(duì)種群中的個(gè)體進(jìn)行選擇，很大程度上改進(jìn)了算法的收斂性能；改進(jìn)算法結(jié)束條件，使之由群體穩(wěn)定性來決定，保證了遺傳算法的隱并行性，這使得算法
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(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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 遺傳算法信息熵結(jié)合屬性約簡算法研究.pdf
- 基于遺傳算法的粗糙集屬性約簡研究.pdf
- 基于啟發(fā)式遺傳算法的屬性約簡方法研究
- 基于遺傳算法的粗糙集屬性約簡方法研究.pdf
- 基于啟發(fā)式遺傳算法的屬性約簡方法研究.pdf
- 基于改進(jìn)啟發(fā)式遺傳算法的屬性約簡方法.pdf
- 基于MapReduce和遺傳算法的粗糙集屬性約簡研究.pdf
- 屬性約簡算法的研究與實(shí)現(xiàn).pdf
- 基于遺傳算法與區(qū)分矩陣的弱約簡算法研究.pdf
- 基于遺傳蟻群算法的屬性約簡研究.pdf
- 基于信息熵的屬性約簡算法研究與實(shí)現(xiàn).pdf
- 基于遺傳算法的屬性約簡方法在股票預(yù)測中的應(yīng)用研究.pdf
- 遺傳算法在粗集屬性約簡中的應(yīng)用研究.pdf
- 基于遺傳蟻群算法的屬性約簡問題研究.pdf
- 基于啟發(fā)式遺傳算法的變精度粗糙集屬性約簡方法
- 基于屬性重要度的屬性約簡算法研究.pdf
- 基于啟發(fā)式遺傳算法的變精度粗糙集屬性約簡方法.pdf
- 基于遺傳粒子群算法和粗糙集的屬性約簡算法研究.pdf
- 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)輸入約簡.pdf
- 基于Rough Set的屬性約簡算法研究.pdf
評(píng)論
0/150
提交評(píng)論