公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

树形频繁模式的挖掘及可视化技术研究被引量：1: 2010年; 频繁项集的挖掘不仅仅是关联规则挖掘的基础,而且在序列模式、聚类、多维模式等数据挖掘任务中扮演重要角色.本文在给出一个基于数据垂直分布的频繁项集挖掘算法HBMFP的基础上,论述了利用MFC中的树视图控件(CTreeCtrl)将频繁项集树形可视化,并讨论了基于该频繁模式树的3种约束频繁项集查询的方法.; 胡相峰乔梅; 关键词：频繁项集关联矩阵关联规则

Rough集在不一致决策树生成中的应用: 2005年; 　现实世界中存在大量不相容数据.基于Rough集的有关理论,提出了一个在决策树生成过程中简单高效的识别、处理不相容数据,生成不一致决策叶节点的方法,并引入决策质量参数来刻画不一致叶节点,从而为利用决策树推理和决策提供更多有用信息.将这些方法结合进ID3算法,使算法对相容和不相容数据均可进行有效地处理.; 乔梅韩文秀; 关键词：ROUGH集决策树

基于VPRS的决策树算法中处理噪音数据的新方法被引量：2: 2005年; 噪音数据是影响决策树训练效率和结果集质量的重要因素。目前的树剪枝方法不能消除噪音数据对选择决策树测试节点属性的影响。为改变这种状况,基于变精度Rough集(VPRS)模型,提出了一个在决策树算法中处理噪音数据的新方法———预剪枝法,该方法在进行选择属性的计算之前基于变精度正区域求取属性修正的分类模式,来消除噪音数据的对选择属性以及生成叶节点的影响。利用该方法对基本ID3决策树算法进行了改进。分析和实验表明,与先剪枝方法相比,该方法能进一步减小决策树的规模和训练时间。; 乔梅韩文秀; 关键词：决策树

基于Rough集的决策树算法被引量：11: 2005年; 　针对基于Rough集的经典分类算法值约简算法等不适合大数据集的问题,提出了基于Rough集的决策树算法.采用一个新的选择属性的测度——属性分类粗糙度作为选择属性的启发式,该测度较Rough中刻画属性相关性的测度正区域等更为全面地刻画了属性分类综合贡献能力,并且比信息增益和信息增益率的计算更为简单采取了一种新的剪枝方法——预剪枝,即在选择属性计算前基于变精度正区域修正属性对数据的初始划分模式, 以更有效地消除噪音数据对选择属性和生成叶节点的影响.采取了一种与决策树算法高度融合的简单有效的检测和处理不相容数据的方法,从而使算法对相容和不相容数据都能进行有效处理.对UCI机器学习数据库中几个数据集的挖掘结果表明,该算法生成的决策树较ID3算法小,与用信息增益率作为启发式的决策树算法生成的决策树规模相当.算法生成所有叶节点均满足给定最小置信度和支持度的决策树或分类规则,并易于利用数据库技术实现,适合大数据集.; 乔梅韩文秀; 关键词：ROUGH集决策树

一种新的多维关联挖掘智能方法被引量：4: 2008年; 关联规则挖掘在数据挖掘中有着重要的作用.本文提出了采用多维模型的架构将维表进行组织,而且利用项目分块和提取感兴趣的个别属性作为多维关联规则挖掘的基本思想,并利用数据库查询语言实现算法,实现了多维的挖掘,经实验表明该算法的效率大大高于Apriori等算法,且易于实现.; 吴少莹乔梅楼佳; 关键词：数据挖掘关联规则

基于粗糙集和数据库技术的知识发现与推理方法研究: 基于数据库的知识发现(KDD)又称数据挖掘(DM)是一种新的用于对数据库中大量数据进行处理的智能信息处理技术，是构建智能商务、新型决策支持系统等新型智能信息系统的一种基本构件，是当前智能信息技术研究的热点。粗...; 乔梅; 关键词：粗糙集知识发现知识推理数据库

基于Rough集和数据库技术的属性约简算法被引量：16: 2005年; 对核属性的作用,以及求取属性核心的代价等进行了分析,并运用Rough集的理论给出了判定一个属性子集中是否包含属性核心的充要条件。根据这些研究结论对基于粗糙集的属性约简算法进行改进,并利用数据库查询语言实现了算法。实验表明对于大数据集,该算法的效率大大高于一些基于主存的算法,且易于实现。; 乔梅韩文秀; 关键词：ROUGH集属性约简算法数据库技术

Rough集中属性分类贡献能力综合测度研究被引量：5: 2006年; 针对Rough集中刻画属性分类能力的测度正区域等仅能反映属性可辨识对象集大小,不能反映属性对样本的划分状况影响分类的其它因素的问题,提出了Rough集中度量属性分类贡献能力的综合测度———属性分类粗糙度,对其特性进行了分析,给出了用该测度以及信息增益等分别作为决策树算法选择属性的启发式对UCI几个数据集的挖掘结果.理论分析和实验表明,属性分类粗糙度更全面地刻画了属性对分类的综合贡献能力,且具有计算更为简单等特点.; 乔梅韩文秀; 关键词：ROUGH集决策树

全选清除导出

共1页<1>

乔梅