排序方式: 共有4条查询结果,搜索用时 15 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.
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
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
1