基于粗糙集神经网络的数据挖掘系统及其应用

基于粗糙集神经网络的数据挖掘系统及其应用

ID:34044579

大小:1.81 MB

页数:71页

时间:2019-03-03

基于粗糙集神经网络的数据挖掘系统及其应用_第1页
基于粗糙集神经网络的数据挖掘系统及其应用_第2页
基于粗糙集神经网络的数据挖掘系统及其应用_第3页
基于粗糙集神经网络的数据挖掘系统及其应用_第4页
基于粗糙集神经网络的数据挖掘系统及其应用_第5页
资源描述:

《基于粗糙集神经网络的数据挖掘系统及其应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、哈尔滨理工大学硕士学位论文基于粗糙集神经网络的数据挖掘系统及其应用姓名:穆丽新申请学位级别:硕士专业:计算机应用技术指导教师:刘胜辉20060301哈尔滇理工大学T学硕+学位论文基于粗糙集神经网络的数据挖掘系统及其应用摘要在设计数字化社区一体化平台中,海量的数据被存储在数据仓库中。要充分利用这些数据,从这些数据中挖掘出潜在的规律,更好的完善数字化社区一体化平台的功能,我们设计了一个基于粗糙集神经网络的数据挖掘系统。数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。这些规则蕴涵了数据库中一组对象之间的特定关系,提出

2、一些有用的信息,为经营决策、市场策划、金融预测等提供依据。数据挖掘常采用的算法及理论有粗糙集(RoughSets)、人工神经网络(ArtificialNeuralNetworks)、决策树(DecisionTrees),遗传算法(GeneticAlgorithms)等。神经网络是数据挖掘中最为常用的算法之一.它具有高正确率、抗噪声数据能力强、计算的错误率低等优势。但是神经网络算法也有存在结构相对复杂,训练时间长、计算结果的可解释度比较低等问题。本文将建立一种采用粗糙集理论对数据进行预处理,然后使用神经规则进行数据挖掘的新方法。此方法可以在结

3、果精度有限降低的前提下,得到表示简单明确且错误率降低的关联规则,同时可以减少网络训练时间,大大改进单独采用神经网络算法给系统带来的缺陷。本文利用先进的数据挖掘技术建立了一个基于粗糙集神经网络的数据挖掘系统,拓展了数字化社区一体化平台的功能,使之能更好的为用户服务。在发展数据挖掘技术的应用方面做了一个有效的尝试,同时对其他行业中出现的类似问题的解决提供了一个方法,有一定的指导作用。关键词数据挖掘;神经网络;粗糙集鉴兰鎏要:銮:::誊±茎堡鎏兰DataMiningSystemBasedonRoughSetNeuralNetworkAndItsA

4、pplicationAbstractIntheprocessofdesigningthe“digitizedcommunityintegrative”platform。massivedataarestoredindatabase.Inordertofullyutilizethedata,excavatetheunderlyingrulesfromthemandbetterimprovethefunctionofdigitizedcommunityandintegrativeplatform,wedesignedadataminingsyst

5、embasedonroughsetsartificialneuralnetworks.Dataminingisamethodtoexcavateimplicitandunknownknowledgeandrules,whichpossesspotentiaIvaluesindecisionmaking,frommassivedata.Thoserulescontainspecialrelationsamongasetofcertainobjectsinthedatabase.Thepatternscanprovidevaluableinfo

6、rmationinoperationaldecisionmaking,marketingandfinancialpredictions.Commonalgorithmsandtheoriesusedindataminingincluderoughsets,artificialneuralnetworks.decisiontreesandgeneticalgorithms.ArtificialneuralnetworkiSoneofthemostcommonlyusedalgorithmsindatamining.Ithastheadvant

7、agesofahighaccuracy,agreatanti—yawpcapacityandalowerrorrateincalculation.However,artificialneuralnetworkalsohasitsdisadvantageinthatithasarelativelycomplicatedstructure,alongertrainingperiodandadeficiencyincalculationreportinterpretation.Thispaperproposedanew(datamining)me

8、thodinwhichapreprocessingofthedatausingroughsetstheorywillbefollowedbydataminingusingneur

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。