排序方式： 共有5条查询结果，搜索用时 82 毫秒
1
1.
2.
基于评价指数的属性约简算法 总被引：1，自引：0，他引：1
从粗糙集理论出发,提出可分辨关系和对象差异矩阵的概念,并以此为基础构造出基于评价指数的属性约简算法.算法采用自底向上的方法,利用属性的评价指数作为启发式信息,求得属性集合的约简.在多个UC I数据集上进行试验,理论分析和实验数据表明,文中提出的属性约简算法是有效、可行的,具有较高的效率. 相似文献
3.
为解决大多数模型中制冷成本未考虑预冷参数而导致总成本求解精度不佳的问题,在制冷成本中加入预冷参数,得到新的总成本模型。基于遗传算法与IACO算法,提出了IGACO算法,此算法改进了传统蚁群算法的启发式因子与信息素更新方式,在此基础上加入交叉操作和变异因子,扩大算法搜索范围,进一步避免陷入局部最优的情况。经过试验对比分析,验证了IGACO算法所得出的最优路线、总成本、运行时间、收敛速度在一定程度上都优于其他算法。 相似文献
4.
基于可分辨重要度的属性约简算法 总被引：1，自引：0，他引：1
在可分辨关系和分辨强度指数概念的基础上,构造出“基于可分辨重要度的属性约简算法”．算法采用自底向上的方法,利用启发式信息可分辨重要度SIG作为属性选取的依据．算法无需生成中间结果,并将相关的逻辑运算转换成矩阵运算,从而达到降低系统时空开销、有效处理大规模数据的目的．理论分析和UCI数据集的测试结果表明,文中提出的算法有效、可行． 相似文献
5.
从粗糙集理论出发,提出可分辨关系和对象差异矩阵的概念,并以此为基础构造出基于评价指数的属性约简算法.算法采用自底向上的方法,利用属性的评价指数作为启发式信息,求得属性集合的约简.在多个UCI数据集上进行试验,理论分析和实验数据表明,文中提出的属性约简算法是有效、可行的,具有较高的效率. 相似文献
1