基于粗糙集和模糊聚类方法的属性约简算法
属性约简算法是数据挖掘领域发展的核心内容,是确保我们能够从海量的数据中快速、准确的找到最具价值数据内容的关键.但目前的属性约简算法还并不够完善,远远跟不上互联网飞快发展的脚步,存在运算效率还不够高、应用范围太过狭隘等缺陷,还有待我们去做突破性研究.因此,数据挖掘技术的研究和开发应侧重于努力从属性约简算法上寻找突破口,进而优化算法,提高数据挖掘技术的工作效率.粗糙集理论方法及模糊集理论方法在处理不确定数据过程中各具特点,两者都可用来砚察、侧试数据并进行推理.虽然它们之间有一些重处,但两者的粉眼点和计算方法是不一样的,因此不能相互替代,而是必须结合起来使用.该文在研究粗粗集和模栩集理论的基础上将两者相结合,提出了一个断的篇性约简算法.
粗糙集、模糊集、约简算法
TP18(自动化基础理论)
2012-12-25（万方平台首次上网日期，不代表论文的发表时间）
共2页
7718-7719
