基于粗糙集的航空装备作战消耗分析与预测*邵雨晗1,辛后居2,崔阳3,王梦玉2(1.解放军95364部队,广东湛江524000;2.空军勤务学院,江苏徐州221000;3.解放军...
郭亚光[1]2005年在《基于粗糙集合和朴素贝叶斯模型的分类问题研究》文中研究说明KDD是在数据库和人工智能的相互融合渗透中逐渐发展起来的一个有着广阔应用前景的新兴研究领域,是从数据中提取人们感兴趣的、潜在的、可用的知识,并表示成用户可理解的形式。分类是KDD领域中重要的研究分支。由波兰数学家Paw...
刘春亚[1]2003年在《基于粗集理论的数据预处理及应用研究》文中研究表明随着数据库技术的成熟,数据应用的普及,以及互联网的高速发展,人类积累的数据量正在以指数级速度迅速增长。传统的数据分析和查询方法已不能满足人们对隐藏在数据背后的知识的迫切需要,在这种社会需求的强劲推动下,知识发现和数据挖掘应运而...
何田[1]2008年在《基于粗糙集和概念格的关联规则挖掘研究》文中进行了进一步梳理数据挖掘研究如何从大量的数据中智能地自动地抽取出有价值的知识和信息,是当前人工智能研究中非常活跃的研究领域。关联规则(AssociationRules)挖掘是数据挖掘领域重要的研究分支。概念格与粗糙集都是有效的数据分析...
李晓平[1]2004年在《多体系统动力学建模方法及在水下缆索中的应用研究》文中研究指明基于Huston多体方法,提出了以低序体组为分析对象的多体系统矢量建模的新方法。结合多柔体系统的理论,对水下缆索动力学进行了深入的研究,提出了改进有限段模型。文中对平面和空间含运动副间隙的多体系统和海洋中典型的两类...
倪春鹏[1]2004年在《决策树在数据挖掘中若干问题的研究》文中研究表明决策树是一种有效的数据挖掘方法。进一步改进决策树,提高决策树的性能,使其更加适合数据挖掘技术的发展要求具有重要的理论和实践意义。本文对决策树算法中涉及的连续属性离散化问题进行了深入研究,提出了一种高效的离散化算法并对两种新型的改...
乔斌[1]2003年在《粗糙集理论分层递阶约简算法的研究》文中指出本文模仿人类认识事物的分层递阶原则,提出并且主要研究数据挖掘和信息融合的重要方法——粗糙集理论的分层递阶约简算法体系。首先,本文提出粗糙集理论的分层递阶约简算法。该算法根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使信息系...
倪春鹏[1]2004年在《决策树在数据挖掘中若干问题的研究》文中指出决策树是一种有效的数据挖掘方法。进一步改进决策树,提高决策树的性能,使其更加适合数据挖掘技术的发展要求具有重要的理论和实践意义。本文对决策树算法中涉及的连续属性离散化问题进行了深入研究,提出了一种高效的离散化算法并对两种新型的改进决...
乔梅[1]2005年在《基于粗糙集和数据库技术的知识发现与推理方法研究》文中研究指明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。粗糙集(R...