模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2003年
1期
33-38
,共6页
云模型%云变换%Rough集%决策表%不确定性
雲模型%雲變換%Rough集%決策錶%不確定性
운모형%운변환%Rough집%결책표%불학정성
传统Rough集理论只能处理离散属性,所以在对决策表进行处理之前,必须对决策表中的连续属性进行离散化.本文提出了一种基于云模型的、领域独立的决策表连续属性离散化方法,尤其适合大数据量的情形.该方法首先根据数据的实际分布,利用云变换将连续属性的定义域划分为多个基于云的定性概念,然后利用决策表不确定性程度的反馈信息合并相邻的定性概念.这种离散化方法是一种软划分,更加符合实际的数据分布和人的思维方式另外通过合并相邻的定性概念,能够有效提高信息系统中信息的粒度,从而提高所挖掘规则的统计意义和预测强度.
傳統Rough集理論隻能處理離散屬性,所以在對決策錶進行處理之前,必鬚對決策錶中的連續屬性進行離散化.本文提齣瞭一種基于雲模型的、領域獨立的決策錶連續屬性離散化方法,尤其適閤大數據量的情形.該方法首先根據數據的實際分佈,利用雲變換將連續屬性的定義域劃分為多箇基于雲的定性概唸,然後利用決策錶不確定性程度的反饋信息閤併相鄰的定性概唸.這種離散化方法是一種軟劃分,更加符閤實際的數據分佈和人的思維方式另外通過閤併相鄰的定性概唸,能夠有效提高信息繫統中信息的粒度,從而提高所挖掘規則的統計意義和預測彊度.
전통Rough집이론지능처리리산속성,소이재대결책표진행처리지전,필수대결책표중적련속속성진행리산화.본문제출료일충기우운모형적、영역독립적결책표련속속성리산화방법,우기괄합대수거량적정형.해방법수선근거수거적실제분포,이용운변환장련속속성적정의역화분위다개기우운적정성개념,연후이용결책표불학정성정도적반궤신식합병상린적정성개념.저충리산화방법시일충연화분,경가부합실제적수거분포화인적사유방식령외통과합병상린적정성개념,능구유효제고신식계통중신식적립도,종이제고소알굴규칙적통계의의화예측강도.
