资源简介
粗糙集理论被广泛应用于属性约简，复杂性是制约这些算法应用于数据挖掘任务的主要障碍，尤其是邻域模
型下的约简问题.本文分析了邻域粗糙集模型的数学性质，利用正域与属性集的单调关系，构造基于属性依赖度和前
向搜索策略的快速算法，以降低样本比较次数，提高计算效率.实验分析表明了算法的有效性.
代码片段和文件信息
- 上一篇：win7_active_1.0_XiaZaiBa.exe
- 下一篇：隐蔽通道分析
相关资源
- ANSYS复合材料仿真分析及其在航空领域
- 论文研究-一种基于粗糙集和层次分析
- 基于粗糙集的特征选择方法的研究
- 浅析辩证法在移动通信领域的体现及
- 云计算技术在石油勘探领域中的研究
-
Axon fr
amework 使用指南中文版V3.2 - 领域电脑话务员录音文件制作说明书
- 粗糙集约简RDDM算法举例
- 粗糙集属性约简及代码
- 云模型为基础的聚类属性约简
- 项目管理10大知识领域案例集.总结共
- 2018最新高项信息系统项目管理师十大
- 随机过程及其在金融领域中的应用课
- 基于正域的属性约简算法实现
- 基于分辨矩阵的属性约简算法
- 一种基于属性重要性的变精度粗糙集
- 数据挖掘在电商领域的应用
- 一个基于邻域粗糙集的前向贪心的属
- Domain-Driven Design Reference:Definitions and
- UML——BBS领域模型
- 粗糙集属性约简
- 高项--优秀论文（9大知识领域各一篇
- TCR型SVC在风电并网领域中的应用
- 论文研究-不完备信息系统的数据挖掘
- 常见金融领域词汇词典
- 利用粗糙集和属性直方图的图像增强
- K领域+方向+平滑滤波
- 莱芜煤机公司系列装车站电控系统上
- 单片机在工业测控领域中的应用
- FRAM占领医疗领域和智能电表行业
川公网安备 51152502000135号
评论
共有 条评论