没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于差别矩阵的属性约减算法
基于差别矩阵的属性约减算法
共285个文件
csv:68个
prefs:23个
index:15个
差别矩阵
4星
· 超过85%的资源
需积分: 9
24 下载量
96 浏览量
2010-12-22
20:32:04
上传
评论
收藏
2.98MB
RAR
举报
温馨提示
立即下载
使用基于差别矩阵的属性约减算法对相容决策表进行属性约减。
资源详情
资源评论
收起资源包目录
基于差别矩阵的属性约减算法
(285个子文件)
0032ecd28e0700101fa2ec24aa9c9eab
3KB
00531523900700101fa2ec24aa9c9eab
3KB
00ba5a41470800101c548fe1203677d2
4KB
00c25cb8540b0010127094c0078734b6
4KB
00cb4c831d0b00101efda9f84470e15f
4KB
00ddd585920700101fa2ec24aa9c9eab
4KB
00f3a016540b0010198ffbec6b028d89
4KB
00fdf39f8f0700101fa2ec24aa9c9eab
3KB
102f6944530b0010198ffbec6b028d89
3KB
103611470d0900101b289791eb8558cc
4KB
105df9830c0900101b289791eb8558cc
4KB
108df5b4520b0010198ffbec6b028d89
4KB
1099dd27070900101b289791eb8558cc
4KB
10cea9208c0700101fa2ec24aa9c9eab
3KB
10d2430b070900101b289791eb8558cc
4KB
10e8dc4a520b0010198ffbec6b028d89
3KB
10f4637f490b0010198ffbec6b028d89
5KB
202d1750450b0010198ffbec6b028d89
4KB
2035aa8d0a0900101b289791eb8558cc
4KB
2040eb76460b0010198ffbec6b028d89
4KB
20620b93080900101b289791eb8558cc
4KB
206a7d151e0b00101efda9f84470e15f
4KB
209b02eb8b0700101fa2ec24aa9c9eab
3KB
20abbcf9060900101b289791eb8558cc
4KB
20b159090e0900101b289791eb8558cc
4KB
20fc97344b0800101c548fe1203677d2
395B
30035da28e0700101fa2ec24aa9c9eab
3KB
30360792450b0010198ffbec6b028d89
4KB
304a0b711c0b00101efda9f84470e15f
4KB
309b85a14d0b0010198ffbec6b028d89
4KB
30a6dc58920700101fa2ec24aa9c9eab
4KB
30aedd611d0b00101efda9f84470e15f
4KB
30d95c2f070900101b289791eb8558cc
4KB
4026a9cd8e0700101fa2ec24aa9c9eab
3KB
4043982d1f0b00101efda9f84470e15f
4KB
406fef5e1a0b00101efda9f84470e15f
4KB
40aec0738f0700101fa2ec24aa9c9eab
3KB
40eec2c20b0900101b289791eb8558cc
4KB
500b426f8c0700101fa2ec24aa9c9eab
3KB
5012d711480800101c548fe1203677d2
4KB
50729bcb460800101c548fe1203677d2
4KB
507d1db90c0900101b289791eb8558cc
4KB
50aba43a0d0900101b289791eb8558cc
4KB
50c34329080900101b289791eb8558cc
4KB
50d764a14e0b0010198ffbec6b028d89
4KB
50d7ab79830700101fa2ec24aa9c9eab
3KB
50f2d2c84d0b0010198ffbec6b028d89
4KB
50f46d38900700101fa2ec24aa9c9eab
3KB
6035e3adb9060010158f9cb37e94c75c
395B
6040a52a0e0900101b289791eb8558cc
4KB
605b8fbd460b0010198ffbec6b028d89
4KB
607fc8444e0b0010198ffbec6b028d89
4KB
60b0b4fc900700101fa2ec24aa9c9eab
3KB
60d09b0a950700101fa2ec24aa9c9eab
3KB
60d1be68500b0010198ffbec6b028d89
4KB
60ec4a7d0a0900101b289791eb8558cc
4KB
704e7569920700101fa2ec24aa9c9eab
4KB
707c181c080900101b289791eb8558cc
4KB
70849a1a070900101b289791eb8558cc
4KB
70929fc2840700101fa2ec24aa9c9eab
3KB
70abe34e1f0b00101efda9f84470e15f
4KB
70c6f7131c0b00101efda9f84470e15f
4KB
70c7c7a74d0b0010198ffbec6b028d89
4KB
70c8f1bb0b0900101b289791eb8558cc
4KB
70e245221c0b00101efda9f84470e15f
4KB
70eaefa48b0700101fa2ec24aa9c9eab
3KB
8009dc46920700101fa2ec24aa9c9eab
4KB
8028b3e1830700101fa2ec24aa9c9eab
3KB
802eae0f1f0b00101efda9f84470e15f
4KB
804db53e8c0700101fa2ec24aa9c9eab
3KB
805ef4e0060900101b289791eb8558cc
4KB
8067acf9920700101fa2ec24aa9c9eab
3KB
807050654e0b0010198ffbec6b028d89
4KB
8076e001840700101fa2ec24aa9c9eab
3KB
807c5d16920700101fa2ec24aa9c9eab
4KB
808f248e1e0b00101efda9f84470e15f
4KB
809451eb460800101c548fe1203677d2
4KB
80ceeb371e0b00101efda9f84470e15f
4KB
9008f2b51d0b00101efda9f84470e15f
4KB
902554e41a0b00101efda9f84470e15f
4KB
9029da4c500b0010198ffbec6b028d89
4KB
9075fe36500b0010198ffbec6b028d89
4KB
907fd762900700101fa2ec24aa9c9eab
3KB
9086da6b1f0b00101efda9f84470e15f
4KB
90ab83d0900700101fa2ec24aa9c9eab
3KB
90ba70d40c0900101b289791eb8558cc
4KB
90ebc4b11b0b00101efda9f84470e15f
4KB
90fba9a41f0b00101efda9f84470e15f
4KB
a00fd886540b0010127094c0078734b6
4KB
a09804881b0b00101efda9f84470e15f
4KB
a0cd10af530b0010198ffbec6b028d89
4KB
a0d7e67f830700101fa2ec24aa9c9eab
3KB
a0e1a439490b0010198ffbec6b028d89
5KB
b007e5d5540b0010127094c0078734b6
3KB
b08e445d070900101b289791eb8558cc
4KB
b09f839a8f0700101fa2ec24aa9c9eab
3KB
b0b8b452920700101fa2ec24aa9c9eab
4KB
b0be314a070900101b289791eb8558cc
4KB
b0e920a5840700101fa2ec24aa9c9eab
3KB
b0ebe5be3b0b0010198ffbec6b028d89
4KB
共 285 条
1
2
3
评论
收藏
内容反馈
立即下载
评论3
查看其他2条评论
去评论
zhangqian_carol
2011-10-04
这个是java版的,一直在找!写的很清晰简洁,谢谢...
最新资源
基于Python的PCA人脸识别算法的原理及实现代码详解+源码+详细代码解析+开发文档+数据(毕业设计&课程设计&项目开发)
Decision tree20240105(1).ipynb
zuoyezuoyezuoye
zuoyezuoyezuoye
机械设计电机转子装配设备sw22非常好的设计图纸100%好用.zip
作业作业作业作业作业作业
xdotool.c
RLMD鲁棒性局部均值分解信号分量可视化(Matlab完整源码和数据)
Screenshot_2024-04-26-17-17-26-36_9d26c6446fd7bb8e41d99b6262b17def.jpg
6.0版本超广角文件+教程使用MT管理器打-7.zip
笑声点点
粉丝: 2
资源:
6
私信
上传资源 快速赚钱
前往需求广场,查看用户热搜
相关推荐
基于差别矩阵和属性选择的属性约简算法
基于差别矩阵和属性选择的属性约简算法,采用c++实现,能够在VS编译环境下快速实现,占用较少的内存资源。
5星 · 资源好评率100%
基于差别矩阵属性约简算法的改进
基于差别矩阵属性约简算法的改进
一种Hu差别矩阵属性约简的高效算法 (2012年)
针对决策表,首先从理论上证明了相对知识量与新条件信息熵的等价性,从而保证可以从相对知识量的角度计算Hu差别矩阵属性约简.为快速计算出决策表属性的相对知识量,给出一种相对知识量的递归计算公式,从而得到新条件信息熵的递归计算公式.以此为基础给出一种属性重要性定义并设计出一种计算Hu差别矩阵属性约简的启发式算法.算例和实验结果验证该算法是高效的.
论文研究-基于差别矩阵的蚁群系统约简方法.pdf
针对粗糙集属性约简的结果容易出现局部最优问题,引入差别矩阵,将相对和绝对属性约简统一为差别列表上的集合操作,提出基于蚁群系统的启发式数据约简算法,将蚁群算法的启发信息建立在差别矩阵的核度和必要度上。实验仿真表明本算法可以较好地克服普通约简算法的局部最优问题,说明本算法具有较好约简性能。
差别矩阵约简表示及其快速算法实现
差别矩阵可以拥有不同的信息, 根据差别矩阵描述的区分信息量不同, 给出4 种差别矩阵定义, 并提出相应H-约简、S-约简、B-约简和P-约简的概念; 研究4 种约简之间的关系, 构建通用约简算法模型. 为了提高约简算法的效率, 给出相对分辨能力约简定义(RD-约简), 揭示相对分辨能力约简与4 种差别矩阵约简之间的等价性, 进而设计相对分辨能力快速约简算法. 最后, 通过实例和UCI 数据集验证了
python差别矩阵求约简
给定一个自己盘里的excel信息表,求其差别矩阵,再最后求其约简,是带决策的。
4星 · 用户满意度95%
论文研究-基于信息熵的二进制差别矩阵属性约简算法.pdf
给出一个简化的二进制差别矩阵的属性约简定义,并证明该属性约简的定义与基于信息熵的属性约简的定义是等价的。为求出简化的二进制差别矩阵,设计了一个快速求简化决策表的算法,其时间复杂度为O(|C||U|)。在此基础上,设计了基于信息熵的简化二进制差别矩阵的快速属性约简算法,其时间复杂度和空间复杂度分别为max{O(|C||U|),O(|C|2|U/C|2)}和max{O(|C||U/C|2),O(|U|
论文研究-基于差别矩阵的属性约简算法及其应用.pdf
研究了在给定截止期限(deadline)下的单机分批(batch)排序问题,目标函数是最大提前完工时间。由于工件不能延迟,因此先讨论了问题可行解的存在。当问题有可行解时,证明了工件按最早截止期限(Earliest Deadline,ED)规则的排序是一个最优排序,接着给出一个时间复杂度为O(n3)的动态规划算法来获得最优分批。
一种基于差别矩阵的新的属性约简方法 (2009年)
在利用粗糙集理论进行数据挖掘得到知识规则时,最重要的一点就是基于粗糙集的属性约简,因此,在区分矩阵的基础上,改进了计算信息系统属性约简的方法,使属性约简计算量大幅度减小,可以快速得到给定要求下的属性约简。
基于差别矩阵的属性约简算法 (2006年)
在粗糙集理论的各种应用中,属性约简算法具有重要意义,因而对属性约简算法的研究一直是粗糙集理论研究中的重点问题之一提出了一种基于差别矩阵的属性约简算法。该算法引进栈的概念,利用栈的特点,对文献[1]中算法进行改进,提出了一种求所有约简的算法。
论文研究-基于改进的差别矩阵的快速属性约简算法.pdf
为了解决基于差别矩阵属性约简的计算效率问题,首先以计数排序的思想设计了一个新的计算U/C的高效算法,其时间复杂度降为O(|C||U|)。其次分析了基于差别矩阵的属性约简算法的不足,提出了改进的差别矩阵的定义,利用快速计算核属性算法生成的核属性和出现频率最多的属性来降低差别矩阵的大小,并设计了基于改进的差别矩阵的快速属性约简算法,证明了该新算法的时间复杂度和空间复杂度分别被降为max(O(|C|2∑
基于区分矩阵的属性约简算法及其增量式约简算法研究
这是我的毕业论文,主要是利用信息向量构建基于区分矩阵的属性约简算法研究及其增量式属性约简算法研究
粒矩阵属性约简的启发式算法
阵相与运算,建立了基于粒矩阵的知识粒化方法,并且给出了粒矩阵属性约简的启发式算法.采用粒矩阵进行属性约简选择最 小属性集,跳出了传统属性约简的先求解属性核,再求解最优属性集的方法.理论分析表明了新的...
4星 · 用户满意度95%
基于区分矩阵的属性约简算法研究
文章主要是利用区分矩阵的信息向量来简化计算步骤,为规则提取的子算法
基于分辨矩阵的属性约简算法
分辨矩阵 属性 约简 此算法基于某篇论文(具体哪一篇忘了)中的用分辨矩阵进行属性约简。。。
5星 · 资源好评率100%
一个基于差别矩阵的属性约简改进算法* (2009年)
介绍了决策表的基于差别矩阵的属性约简方法,针对AM-RASR约简算法的不足,将叶东毅的对不相容决策表的求核思想融合进来,提出一个改进的算法,新算法通过在扫描数据过程中用冲突对象对差别集进行修正,可以有效地减少数据的存储量和计算量,并能适用于不相容决策表.最后通过一个UCI数据集的实验说明改进的算法是有效的.
基于压缩差别矩阵的属性约简算法 (2009年)
影响基于差别矩阵的属性约简算法效率的主要因素有计算U/C等价类和差别矩阵的大小。为了解决差别矩阵大小影响属性约简算法计算效率,分析了基于差别矩阵的属性约简算法中差别矩阵定义的不足,重新定义了一种压缩差别矩阵,删除差别矩阵中大量的空元素和相同元素,从而进一步减少了差别矩阵元素的个数,并设计基于压缩差别矩阵的属性约简算法。对UCI及其他数据库进行仿真,实验结果表明该算法具有高效性。
论文研究-不完备决策表的差别矩阵属性约简算法.pdf
针对无线传感器网络能量受限问题,以双门限能量检测为基础,以最小化系统感知能耗为目标,提出了一种适合无线传感器网络的休眠与审核相结合的频谱感知方法。在获得目标检测性能条件下,该方法让部分传感器负责频谱感知工作,其他处于休眠状态,只让有准确感知结果的传感器发送1 bit感知结果到融合中心。理论分析和仿真结果表明,与传统的能量检测方法相比,该方法既有效减少了系统的感知能耗,又节约了带宽。
基于改进差别矩阵的增量式属性约简算法 (2012年)
研究目前粗糙集中求属性核和属性约简存在的效率低下问题,提出基于改进差别矩阵的核增量式更新算法,用于解决对象动态增加情况下核的更新问题.为降低现有增量式属性约简算法的时间和空间复杂度,提出一种不存储差别矩阵的高效属性约简算法,用于处理对象动态增加情况下属性约简的更新问题.理论及实验结果表明,该算法可明显降低时间和空间的复杂度.
基于差别信息树的rough set 属性约简算法
<p>差别矩阵为粗糙集属性约简提供了很好的思路, 但差别矩阵中存在冗余的重复和父集元素. 为了消除这些冗余元素, 提出一棵有序树: 差别信息树, 该树能消除差别矩阵中的重复元素, 同时在大多数情况下也能完全消除父集元素, 实现对差别矩阵中非空元素的压缩存储. 为了验证差别信息树的有效性, 提出一种属性约简完备算法, 并使该算法的时间复杂度降为??(∣??∣∣??∣<sup>2</sup>).</p
论文研究-基于简化差别矩阵的属性约简算法.pdf
论文研究-基于简化差别矩阵的属性约简算法.pdf,
论文研究-多粒度粗糙集模型下的矩阵属性约简算法.pdf
为了提高传统属性约简算法的效率,针对较大决策信息系统属性约简更新问题,利用多粒度粗糙集理论,提出了基于多粒度粗糙集模型的矩阵属性约简算法,通过2组UCI数据集对所提出的多粒度矩阵属性约简算法的性能进行测试...
论文研究-基于决策表的区分矩阵增量属性约简算法.pdf
对于决策表中存在对象动态变化的现象,当利用静态的属性约简算法处理这类决策表时算法效率并不理想,为了有效提高增量属性约简算法的效率,对决策表进行了简化,并证明了基于简化区分矩阵的属性约简与基于区分矩阵的...
论文研究-一种快速差别矩阵属性约简算法.pdf
基于计算机视觉处理的方式大多都是通过分析眼睛的状态来判断驾驶员的疲劳状态,其中,眼睛的精确定位和眼睛状态的准确分析是关键环节。提出一种有效的眼睛精确定位和眼睛状态分析方法,通过在自然环境下先检测出人脸...
论文研究-改进分辨矩阵下的增量式条件属性约简算法.pdf
基于改进分辨矩阵的定义,提出了相应的条件属性约简算法,并证明了其约简为不同于代数观点下的约简,而与信息观点下的约简相同.进一步,对该改进分辨矩阵做进一步修正,提出了一个增量式条件属性约简算法.实验结果表明:所...
基于系统熵的属性约简的简化差别矩阵方法* (2009年)
基于系统熵的属性约简是一种新型的属性约简。该模型由于同时考虑了条件属性集和决策属性集对决策表的分类能力,它是一种考虑较周全的属性约简模型。为设计高效的属性约简算法,首先引入简化差别矩阵,同时给出了基于该简化差别矩阵的属性约简定义,并证明该定义与基于系统熵的属性约简定义等价;然后用简化差别矩阵设计了一个基于系统熵的完备属性约简算法;最后用实例说明了新算法。
基于改进差别信息树的粗糙集属性约简算法
差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储差别矩阵中非空元素的作用.对此,基于“核”属性和属性序关系,提出改进差别信息树,该树能进一步实现对差别矩阵中非空元素的压缩存储.最后,给出基于UCI数据库的仿真结果,并通过仿真结果验证该树的有效性.
基于差别矩阵的区间值形式背景属性约简 (2012年)
目的 在形式概念分析理论框架下,研究区间值形式背景的属性约简。方法 给出区间值属性集差别矩阵和区间值形式背景属性约简的定义,并研究相关性质;研究协调区间值属性集的判定定理。结果 给出协调区间值属性集的判定定理,以及基于区间值属性集差别矩阵的区间值形式背景约简方法。结论 区间值形式背景可进行属性约简。
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论3
最新资源