目前用于粗糙集分析的软件很少，Rosetta是著名的粗糙集分析软件，但是手册写的很简单，而且很难懂，这是一个老师写的中文基本指导书。
2021-07-13 16:03:51
236KB
1
数据挖掘原理与SPSS_Clementine应用宝典.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt
2021-07-11 12:08:00
768KB
论文研究-融合粗糙集和二元萤火虫算法的雾霾关键影响因素预测方法.pdf,
雾霾对人类的日常生活带来极大的危害，因而分析产生雾霾的关键影响因素尤为重要.针对目前传统算法预测雾霾关键影响因素存在的缺陷，从一维细胞自动机入手，提出了一种以基于群落弱连接机制的二元萤火虫算法（CWLBGSO）为搜索策略，粗糙集为评价准则的混合方法.CWLBGSO基于自然界中萤火虫间协同进化的“弱连接”机制，划分搜索空间，为每个子空间分配相应的种群，各子种群中的次优个体相互交互产生新个体，从而保持种群的动态多样性，然后将CWLBGSO结合粗糙集，应用于北京，广州和上海三地雾霾关键影响因素的预测中，并结合10交叉验证和SVM算法对预测结果分类准确率和影响因素进行分析，通过与其它算法进行对比，结果表明本文算法能有效剔除冗余因素，预测结果具有较高的稳定性和可行性.
2021-07-01 20:27:15
1.34MB
1
老师内部讲义，粗糙集粗糙集（Rough Set，RS）理论是一种刻划不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。该理论是由波兰学者Z.Pawlak 教授
在1982 年提出的[12]，1991 年的Z.Pawlak 出版了第一本关于粗糙集的专著[51]，系统全面地阐述了RS 理论，奠定了严密的数学基础。该书和1992 年R.Slowinski 主编出版的关于粗糙集应用及其相关方法比较研究的论文集较好地总结了这一时期RS 理论与实践的研究成果[52]，促进了国际上对粗糙集理论与应用的深入研究。从1992 年至今，
每年召开以RS 为主题的国际会议，推动了RS 理论的拓展和应用。国际上成立了粗糙集学术研究会。目前RS 理论已成为人工智能以及计算智能中一个较新的学术热点，且在机器学习、决策分析、数据挖掘和知识发现等领域得到了具体应用和发展，并引起越来越多的科研人员的关注[13,52,53]。
粗糙集理论主要研究属性约简和规则提取，为此，本章主要介绍知识约简、属性约简和规则提取等方法。
2021-06-29 09:27:41
428KB
1
设计了一种粗糙集分类器。构造相应决策表，利用粗糙集理论，通过对决策表进行条件属性约简、决策规则约简，获取最小决策规则，作为最终分类规则，利用训练好的规则，对待测样品X，已知其条件属性(即特征),在训练规则中检索，找到符合规则，其决策属性即为其类别。
2021-06-21 19:50:45
5KB
1
针对在复合材料成型工艺方法确定中,当评判指标过多时,模糊评判结果不合理及指标权值不易确定的特点,通对复合材料制件的特征、成型方法、制造资源的分析,以可制造性、生产成本、生产周期为基础,采用分层法构造了一个基于模糊数学的树形分级多目标评估体系模型。利用粗糙集理论对评判指标进行约简,采用等价闭包法和信息熵理论进行指标的权值确定,最后通过实例验证了该方法的可行性。
2021-06-13 09:03:58
908KB
1