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. 基于模糊邻域粗糙集的信息系统不确定性度量方法

  2. 基于模糊邻域粗糙集的信息系统不确定性度量方法

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：3145728
    • 提供者：weixin_38718413

  1. 邻域粗糙集不确定性的度量

  2. 不确定性度量是机器学习领域中的关键评估工具，它可以度量两个特征子集之间的依赖性和相似性，并可以用来判断特征在分类和聚类算法中的重要性。 在经典的粗糙集中，存在一些不确定性工具来测量特征子集，包括准确性，粗糙度，信息熵，粗糙熵等。这些度量适用于离散值信息系统，但不适用于实值数据集。 在本文中，通过介绍邻域粗糙集模型，每个对象都与一个邻域子集（称为邻域颗粒）相关联。 提出了几种邻域颗粒的不确定性度量，即邻域系统中的邻域精度，信息量，邻域熵和信息粒度。 此外，我们证明了这些不确定性度量满足非负性，不变

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：940032
    • 提供者：weixin_38668274

  1. 邻域系统的不确定性度量方法

  2. 针对离散型数据系统的不确定性度量方法难以有效解决邻域系统不确定性度量的问题, 引入邻域粗糙集模型, 提出邻域精确度、邻域知识粒度和基于邻域知识粒度的近似精度等邻域系统不确定性度量方法, 进一步从理论上证明其有效性. 实验结果表明, 基于邻域知识粒度的近似精度具有更严格的单调性, 优于邻域近似精度的邻域系统对不确定性度量的效果.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：174080
    • 提供者：weixin_38708361

  1. 基于α信息熵的模糊粗糙属性约简方法

  2. 基于邻域粗糙集以及模糊粗糙集等价关系下的属性约简方法,引入$\alpha $信息熵,建立模糊相似关系下的α信息熵不确定性度量,提出基于$\alpha $信息熵的属性重要度度量,并以此构建混合属性约简算法.利用UCI数据集与几种相关的约简方法进行比较,验证了该方法可以选择较少属性的同时保证较高的分类精确性.实际应用中,对参数α的有效调节,可获得多个约简结果,进而可根据需要选择最佳约简.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：2097152
    • 提供者：weixin_38585666

  1. 邻域粗糙集不确定性的度量

  2. 不确定性度量是机器学习领域中的关键评估工具，它可以度量两个特征子集之间的依赖性和相似性，并可以用来判断特征在分类和聚类算法中的重要性。 在经典的粗糙集中，存在一些不确定性工具来测量特征子集，包括准确性，粗糙度，信息熵，粗糙熵等。这些度量适用于离散值信息系统，但不适用于实值数据集。 在本文中，通过介绍邻域粗糙集模型，每个对象都与一个邻域子集（称为邻域颗粒）相关联。 提出了几种邻域颗粒的不确定性度量，即邻域系统中的邻域精度，信息量，邻域熵和信息粒度。 此外，我们证明了这些不确定性度量满足非负性，不变

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：655360
    • 提供者：weixin_38528517