数据约简相关论文
在数据分析、模式识别、机器学习等领域中,主成分分析是经典的特征提取算法之一。不论是一维主成分分析还是二维主成分分析,它们都......
随着列车运行控制系统技术的发展,以全球卫星导航系统（Global Navigation Satellites System,GNSS）实现“车载中心化”的列车定位需......
Rough集理论是由20世纪80年代波兰人ZPawlak提出的一种新的数学工具，它通过严格的数学公式来处理不精确性、不确定的问题，具有演绎、......
海量的数据信息给数据挖掘带来了新的挑战.在现有的硬件设备(内存)的存储能力相对不足的情况下,如何快速和有效的在海量数据中挖掘......
数据约简算法是粗糙集理论用于知识发现和学习的一个重要步骤.本文给出的通过属性约简的新算法可以大大减少计算量,在基于粗糙集理......
该文在对与粗糙集合和格机相关理论研究的基础上,对其理论方法进行了一定程度的扩展.第一、该文介绍了粗集和格机的基本概念;第二......
该文的工作主要体现在提出一种空间谓词的选取方法,并在此基础上给出了一种改进的基于粗糙集扩展模型的数据约简方法IRA.对空间谓......
该文对数据约简问题进行了深入地研究,具体研究工作及取得的创新性成果如下:(1)在认真学习属性约简理论的基础上.对文《二进制可辨......
数据挖掘是从数据中提取模式的过程,是统计学、数据库技术和人工智能技术的综合.格机是用格代数理论对数据进行分类的一种抽象的学......
该文的主要研究内容和成果如下:1.提出了一种基于警报数据的异常检测方法.在大规模网络环境中,入侵检测系统得到的警报数据本身具......
本文从传统的数据约简和关联规则挖掘的国内外的研究现状和常用算法入手，深入分析和研究了常用算法在空间数据方面存在的问题。在数......
Z. Pawlak提出的经典粗糙集理论是基于由属性诱导的不可分辨关系来进行数据分析的,数据模型中只包含符号型属性。而当前实际的信息......
数据挖掘是数据库系统和新的数据库应用的一个有希望的、欣欣向荣的学科前沿。它是一个多学科领域，从多个学科汲取营养。进行数据挖......
传感器节点能源受限是传感器网络应用中一个亟待解决的关键问题。研究表明，传感器节点的能量主要消耗在无线通信过程中，传感器网络中......
当今社会已经进入了网络信息化时代，计算机与网络信息技术的快速发展使得各个相关领域的数据和信息急剧增加，并且由于人类的参与使数......
数据挖掘，简单地说，就是从庞大的观察数据集中提炼并分析出不能轻易察觉或断言的关系，最后给出一个有用的并且可以理解的结论。粗糙集......
建筑能耗与工业能耗和交通能耗并称为社会三大能耗,已经成为制约我国经济长期快速增长的沉重负担。对既有建筑进行能耗预测,可以分......
教学预警作为高校教学的中确保教学质量的一个重要措施，在如今高校大批量培育人才的背景下显得尤为重要。传统的教学预警依靠excel......
异常值检测算法是数据挖掘领域的研究热点.传统局部异常值检测算法中,基于密度的方法挖掘局部异常值的性能较好,但是其在衡量数据......
针对磨损监测过程中获得的大量参数之间存在冗余及关联影响自动识别这一问题,首先运用粗糙集理论和主元分析2种不同的数据约简方法......
灵活调峰状态下,火电机组回热系统各加热器的水位存在调节偏差过大的问题.提出了基于压缩最近邻和遗传算法的前馈控制逻辑,并将其......
本文对数据约简中的核属性等进行了较为深入的讨论，并提出了一个先进行属性值约简再得到属性约简的算法，从而使得属性约简和属性值的......
本文基于粗糙集理论对数据约简进行研究,考虑到区分矩阵存在大量冗余数据,提出了最简区分矩阵的概念,最简区分矩阵的非空元素个数......
数据约简是数据挖掘过程中很重要的一部分，该文采用粗糙集方法，结合知识的信息熵表示，提出了一种较为有效的数据约简算法，在计算条件性......
从传统的数学观点，实数轴上定义的函数被称作实函数，它既不能被精确地度量，也不能被精确地计算，只能在给定的精度下近似地被处理。该文......
Rough集理论是一种处理含糊和不精确性问题的新型数学工具,对人工智能和认知科学似乎是十分重要的,尤其在机器学习、知识发现、归......
支持向量机(SVM)是一种新的数掘建模方法。它以统计学习理论为基础，采用结构风险最小化准则，在最小化样本拟合误差的同时控制学习函......
近年来，随着数据库技术的迅速发展以及数据库管理系统的广泛应用，企业的数据库中积累的数据越来越多。然而激增的数据背后隐藏着许多......
数据挖掘是当前知识发现领域中的一个研究热点，本论文的主旨是研究如何通过基于粗集的值约简实现数据挖掘。值约简事实上是在求得属......
图形处理器(GPU)作为数据并行协处理器越来越受到应用程序开发人员的欢迎。此外,图形处理器通用程序设计的研究发展非常快速,最基......
特征选取是数据约简方法之一,其对提高机器学习的效率和效果具有重要影响。根据对象在特征空间中的分布,划分连续特征空间为类别单......
路径规划作为移动机器人研究领域的一项关键技术,是移动机器人安全移动,顺利完成各项任务的前提保证。本文针对移动机器人静态全局......
实现江河水资源的科学利用和发展,需要对流域各类水文监测站点采集的数据进行深入的分析,以了解流域的内在规律和各种特征之间的内......
为对井下落煤瓦斯涌出量进行预测,采用粗糙集与改进神经网络相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,使选择的......
为了适应无线传感器网络资源受限的特点,提出一种多传感器数据融合算法,算法在传感层和网络层之间增加数据融合层,将采集的数据分......
粗糙集理论作为一种新的软计算方法已经在许多领域得到了广泛的应用.文章主要介绍粗糙集的一些基本概念、基本特征,讨论了如何根据......
针对一般的神经网络PID控制器难于得到系统预测输出值的缺陷,提出一种改进型的粗糙集神经网络PID控制器,阐述了其设计原理;对串级......
通过分析Pawlak粗糙集模型在数据挖掘中应用的局限性,提出了一种基于变精度粗糙集模型的数据挖掘方法.在数据挖掘中采用变精度粗糙......
时间序列分析中常常遇到的一个问题是如何有效地过滤噪音和约简数据.本文通过修改传统的离散的傅立叶变换来过滤噪音和进行数据的......
采用不一致性或含有冗余特征的样本数据集往往会降低分类的质量和效率.提出了一种将分类数据集一致化,并在此基础上选择最小特征变......
本文根据大数据处理形式的不同,总结了大数据处理系统的约简理论与方法 ;简要综述了大数据的分析技术,分析了大数据优化的关键环节......
对决策表数据的性质、数据之间的关系进行了讨论,并由此对决策表进行了分类.讨论了不协调决策表的数据约简,并证明其不影响属性约......
对数据的性质、数据之间的关系进行了讨论，并由此对决策表进行了分类。研究了协调决策表所需要的必要的数据个数，这对数据采集有着实......
用一种新的增加属性值的方法进行数据约简,并把这种方法用于机器学习和机器研究,提出了完全分明、分明度等新概念 ,使数据约简和机......
模糊核聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,已广泛应用于图像分割领域,但其算法对初值敏感,很大程度上依......
针对具有空间分布特性的时空数据,首先考虑数据的空间相关性对数据进行空间系统抽样,形成灾害数据空间分布样本;然后考虑样本数据......
本文提出了一种基于粗糙集（Rough Set）理论的网络入侵检测模型,通过运用粗糙集理论结合遗传算法对网络连接数据提取检测规则集。仿真......
