注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 带Rough算子的决策规则及数据挖掘中的软计算

  2. 摘要：讨论决策规则及其与演绎推理的假台推理规则之间的关系，通过数据挖掘的软计算使决策表的属性简化和属性值区间化，从而找到一种具有广泛表达能力的数据隐含格式，从而选择有代表性的、并删去兀余或过剩的规则，并保持决策表的原有川途和原有性能我们通过开发一个医诊疗专家系统的实例说明了这种软计算的过程，并分别川基于统计或专家经验方法计算带可信度因子的产牛式规则和基于Rough集方法计算带Rough算子的决策规则两种不同方法开发同一个系统，可以看出川Rough集方法计算带Rough算子的决策规则。较之198

  3. 所属分类：专业指导

    • 发布日期：2009-05-15
    • 文件大小：110592
    • 提供者：hellowenwen

  1. 基于Rough集的决策规则提取

  2. 基于Rough集的决策规则提取,详细介绍了决策规则提取的方法，同时对Rough集在决策规则中的应用做了介绍

  3. 所属分类：专业指导

    • 发布日期：2010-01-05
    • 文件大小：186368
    • 提供者：juangj

  1. 贝叶斯决策 模式识别实验 matlab

  2. 有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）; 其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分类（分为两类，正常和异常）， (结果表述格式自己设计，表达清楚每个样本的分类情况即可)。风险损失值： 正常状态下（第二行）和异常状态下（第三行）细胞特征观察值的类条件概率密度：

  3. 所属分类：C/C++

    • 发布日期：2011-04-06
    • 文件大小：104448
    • 提供者：gangannini

  1. 基于粗糙集的IT项目风险决策规则挖掘研究.kdh

  2. 基于粗糙集的IT项目风险决策规则挖掘研究.kdh 博士论文

  3. 所属分类：其它

    • 发布日期：2011-12-19
    • 文件大小：1048576
    • 提供者：cjx1688

  1. 规则引擎-决策树

  2. 在规则开发过程中，往往会遇到某个规则会反复被使用的情况。若我们在每个规则包反复去编写相同的规则，不仅会大大的增加开发的工作量，大量的编写还可能会出现错误。在这里规则引擎提供了“决策树”的概念：在“决策树”中可以引用其他规则包的规则单位。被引用的规则可以是其他规则包的规则，也可以是其他工程的规则。我们可以在“决策树”中，设置引用规则执行的顺序，也可以设置引用规则执行的条件。最后，“决策树”除了可以引用规则包的规则外，还可以在该决策池中添加“规则”，“规则集”，“决策表”等功能。

  3. 所属分类：Java

    • 发布日期：2013-06-07
    • 文件大小：915456
    • 提供者：luojun311

  1. 基于核值的决策规则约简算法的研究

  2. 对决策信息系统的属性约简算法和决策规则约简算法进行了研究,在所研究的属性约简算法基础上提出了基于核值的决策规则约简算法及对决策规则的优劣排序算法,有利于提高决策分析的效力。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：705536
    • 提供者：weixin_38643141

  1. 一种基于粗糙集的决策规则挖掘算法

  2. 提出了一种基于粗糙集的决策规则挖掘算法。该算法主要包括属性归约、元组合并、规则提取和规则评估。最后用一个实例说明了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-26
    • 文件大小：178176
    • 提供者：weixin_38702339

  1. Python机器学习算法库scikit-learn学习之决策树实现方法详解

  2. 本文实例讲述了Python机器学习算法库scikit-learn学习之决策树实现方法。分享给大家供大家参考，具体如下： 决策树 决策树(DTs)是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过从数据特性中推导出简单的决策规则来预测目标变量的值。 例如，在下面的例子中，决策树通过一组if-then-else决策规则从数据中学习到近似正弦曲线的情况。树越深，决策规则越复杂，模型也越合适。 决策树的一些优势是: 便于说明和理解，树可以可视化表达； 需要很少的数据准备。其他技

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：277504
    • 提供者：weixin_38737283

  1. 属性泛化下集值有序决策系统中逼近的动态维护

  2. 集值信息系统是数据表和单值信息系统的广义模型的重要类型。 近似是基于粗糙集理论的知识发现方法的重点，可用于以决策规则的形式提取和表示隐藏的知识。 属性泛化是指相对于实际应用程序的需求，信息系统中属性集的动态变化。 在本文中，我们专注于在属性泛化下在集值有序决策系统中动态维护近似值。 首先，通过引入关于支配关系的支配矩阵和支配矩阵，构造了一种基于矩阵的方法来计算决策类的上下联合的近似值。 然后，提出了用于更新近似值的增量方法，该方法涉及对相关矩阵的若干修改，而不必从一开始就对所有累积的训练数据进行

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38660918

  1. 不一致的区间值有序决策表中的近似分布约简

  2. 近几十年来，已经提出了许多基于粗糙集理论的信息系统方法。 实际上，某些信息系统基于优势关系，并且由于各种因素可能会不一致。 此外，考虑到对象描述中的不精确评估和分配，单值信息系统已被推广为区间值信息系统。 本文通过引入区间值有序信息系统的优势关系，建立了一种基于优势的粗糙集方法，该方法主要基于用优势关系代替不区分关系。 为了提取最小决策规则，在不一致的区间值有序决策表中提出了近似分布约简。 本文提出了一种基于可分辨矩阵的方法，可以对所有还原进行枚举，并根据实际意义找到一种还原方法。 并且还介绍了

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：818176
    • 提供者：weixin_38660058

  1. 从多个信息源综合决策规则：邻域粒度观点

  2. 从多个信息源综合决策规则：邻域粒度观点

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38551059

  1. 双重定量决策理论粗糙集

  2. 概率粗糙集（PRS）和分级粗糙集（GRS）是两个量化模型，分别测量等效类和基本概念之间的相对和绝对定量信息。 作为一种特殊的PRS模型，决策理论粗糙集（DTRS）主要利用条件概率来表达相对定量。 但是，它忽略了等价类和基本集之间重叠的绝对定量信息，并且不能反映信息的独特程度，并且在现实生活中极大地限制了它们的应用。 为了克服这些缺陷，本文提出了一种基于贝叶斯决策程序和GRS的双定量决策理论粗糙集（Dq-DTRS）框架。 构造了两种Dq-DTRS模型，它们实质上指示了相对定量和绝对定量。 在进一步

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：406528
    • 提供者：weixin_38621441

  1. 决策形式背景面向属性与面向对象的决策规则

  2. 决策形式背景面向属性与面向对象的决策规则

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：277504
    • 提供者：weixin_38688403

  1. 基于邻域粒化的多数据源高投票决策规则的挖掘

  2. 基于邻域粒化的多数据源高投票决策规则的挖掘

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：697344
    • 提供者：weixin_38625464

  1. TheSparksFoundation_Task-4_Decision-Trees：决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的

  2. TheSparksFoundation_Task-4_Decision-Trees 决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的目的是创建一个训练模型，该模型可以通过学习从先前数据（训练数据）推断出的简单决策规则来预测目标变量的类或值

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：3072
    • 提供者：weixin_42123191

  1. 多源决策信息系统的决策规则性能评价

  2. 多源决策信息系统的决策规则性能评价

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：347136
    • 提供者：weixin_38519060

  1. 验证新的和现有的决策规则，以估计心跳脉冲的传输时间

  2. 验证新的和现有的决策规则，以估计心跳脉冲的传输时间

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：3145728
    • 提供者：weixin_38656463

  1. 分层决策规则挖掘

  2. 决策规则挖掘是机器学习和数据挖掘中的一项重要技术。 在过去的几年中对此进行了深入的研究。 但是，大多数现有算法均基于平面数据集，从中提取的一组决策规则对于大规模数据可能非常大。 这样的一组规则不容易理解，对用户确实有用。 此外，太多规则可能会导致过度拟合。 因此，本文提供了一种分层决策规则挖掘的方法。 它可以从不同的抽象级别挖掘决策规则。 这种方法的目的是通过结合多维数据模型的层次结构和粗糙集理论的技术来提高决策规则挖掘的质量和效率。 该方法遵循所谓的“分而治之”的策略。 它不仅可以提供一种分层

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：337920
    • 提供者：weixin_38509082

  1. 基于多粒度理论的不完备决策规则获取

  2. 基于多粒度理论的不完备决策规则获取

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：471040
    • 提供者：weixin_38645335

  1. 基于粒计算的最简决策规则挖掘算法

  2. 传统的规则挖掘算法通常先约简属性再约简属性值. 该方法存在冗余计算, 当样本集增大时, 复杂性急剧增加. 对此提出一种基于粒计算的最简决策规则挖掘算法. 首先, 在不同粒度空间下计算条件粒与决策粒之间的粒关系矩阵; 然后, 将粒关系矩阵中隐含的信息1、2 作为启发式算子, 按信息粒约简属性值; 最后, 去除冗余属性并设置终止条件, 实现决策规则的快速挖掘. 理论分析和实验结果表明, 所提出的算法可以获得更简洁的规则, 且规则的泛化能力更强.

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：354304
    • 提供者：weixin_38512659
« 12 3 4 5 6 7 8 9 10 ... 38 »