粗糙集连续属性离散化模型研究与应用要点分析.pdf

粗糙集连续属性离散化模型研究与应用要点分析.pdf

ID:52954667

大小:629.69 KB

页数:4页

时间:2020-04-03

粗糙集连续属性离散化模型研究与应用要点分析.pdf_第1页
粗糙集连续属性离散化模型研究与应用要点分析.pdf_第2页
粗糙集连续属性离散化模型研究与应用要点分析.pdf_第3页
粗糙集连续属性离散化模型研究与应用要点分析.pdf_第4页
资源描述:

《粗糙集连续属性离散化模型研究与应用要点分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、粗糙集连续属性离散化模型研究与应用要点分析赵荣泳&张浩!李翠玲A樊留群&王骏)(&同济大学FG@-研究中心,上海!"""+!)(!上海电力学院,上海!"""+")(A上海海事大学电气系,上海!""&A#)()上海大众汽车有限公司,上海!"&%"#)H,I91.:J>9/:/2=K/2=L3/>6$;/I摘要基于粗糙集理论,研究连续属性离散化问题的本质特点,提出粗糙集指标衡量和优化算法结构相统一的离散化思想,设计通用的离散化方法模型。分析主流的-?@网络、CD、层次聚类、信息熵等主流聚类方法的特点,并基于这种结构模型,给出了相应离散化方法的应用要点。关键词粗糙

2、集属性离散聚类模型-?@文章编号&""!,%AA&,(!""#)"%,"")","A文献标识码D中图分类号MN&%!"#$%&’()*’+,,-./)%.0*012.3/4#%.5)%.0*60’#-10470*%.*&0&3+%%4.8&%#9)-.*:0&;"$#%!"#04(<")0:0*;(0*;=<")*;>)0?@.7&.-.*;AB)*@.&C&*=D)*;E&*F(&FG@-F82O8:/PM/2=Q1R21S8:31OK,->92=>91!"""+!)(!->92=>91R21S8:31OK/PH.8;O:1;N/08:,->92=>

3、91!"""+")(AT8U9:OI82O/PH.8;O:1;9.D6O/I9O1/2,->92=>91@9:1O1I8R21S8:31OK,->92=>91!""&A#)()->92=>91V/.4309=827OW$,->92=>91!"&%"#)+83%4)/%:M>883382O19.;>9:9;O8:3/P;/2O126/639OO:1X6O8W13;:8O1J9O1/29:8929.KJ8WX938W/2-8OM>8/:K$M>81W89O>9OI88O12=P/::8Y61:8I82O3/PW8;131/2O9X.812-8

4、O92W9.3/O>83O:6;O6:8/UO1I1J9O1/2/P;.63O8:12=9.=/Z:1O>I13U:8382O8W$D2W01O>O>131W89,O>8621S8:39.W13;:8O1J9O1/2I/W8.P/:;/2O126/639OO:1X6O8S9.68312:/6=>38OO>8Z/:K13W831=28W$[1O>O>8I912;.63O8:12=9.=/:1O>I,-?@\,CD,.8S8.;.63O8:12=,12P/:I9O1/282O:/UK93O>8OKU1;9.8]Z9IU.83,92WX938W/2O>8621S

5、8:39.I/W8.,O>89.=/:1O>I3^;>9:9;O8:39:8929.KJ8W,9.3/O>8;/::83U/2W12=8]8;6O12=I912,U/12O39:8U:8382O8W$G#(H04’3::/6=>38O,9OO:1X6O8W13;:8O1J9O1/2,;.63O8:,I/W8.,-?@&引言的决策值相同。假设某个属性有"个属性值,则在此属性上就粗糙集理论的数学基础是集合理论,分析对象是决策表形有",&个断点可取,随着属性个数的增加,可取的断点数将随式,要求决策表中各种属性的数值必须是离散的。而企业应用着属性值的个数呈几何增加。

6、选取断点个数的过程也是合并属的大型数据库中存放着大量的连续量数据,因此在转化成粗糙性值的过程,通过合并属性值,减少属性值的个数,减少问题的集决策表之前,必须对连续属性的原始数据进行合理的离散化复杂度,这也有利于提高获取知识过程中所得到的规则知识的处理’&()*。现有的各种属性离散方法’#(+*多数是局限于从纵向角适应度。度,对所采用算法的改进研究。对于决策表的离散效果,以及横针对离散化问题,人工智能的研究者提出了很多种方法,有等频方法&等宽方法、-./012341方法(-方法)’&"*、56方法(5向角度的各种算法的综合因素考虑较少,因此有必要以针对粗方法)

7、’&&*、7829:;14(7方法)’&!*等。但是这些方法需要人为地规定糙集决策表的属性离散效果为目标,结合各种算法的自身特点,建立粗糙集连续属性离散化方法的模型。同时,针对现有主划分维数,或者预先给定一个参数。实际上,集理论的优流算法存在的问题,提出其应用要点。势在于它不需要任何先验知识便可完全从数据或经验中获取知识,生成规则。近几年,对于研究成果的数据统计表明,神经!粗糙集离散化问题描述网络方面,-?@自组织映射网络的应用占到所有项目应用的离散化本质上可归结为利用选取的断点来对条件属性构A"B以上,CD进化计算方法占!"B,传统聚类(层次聚类

8、、动态成的空间进行划分的问题,把这个!维(!为条件属

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。