期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多尺度粗糙集模型的决策树优化算法 被引量:12
1
作者 陈家俊 苏守宝 徐华丽 《计算机应用》 CSCD 北大核心 2011年第12期3243-3246,共4页
针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。算法引入尺度变量和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,使用抑制因子对决... 针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。算法引入尺度变量和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,使用抑制因子对决策树进行修剪,有效地去除了噪声规则。结果表明该算法构造的决策树简单有效,对噪声数据有一定的抗干扰性,且能满足不同用户对决策精度的要求。 展开更多
关键词 决策树 多尺度粗糙集模型 近似分类精度 抑制因子 噪声数据
在线阅读 下载PDF
基于多尺度粗糙集模型的决策树在高校就业数据分析中的应用 被引量:5
2
作者 麦晓冬 贾萍 +1 位作者 翁建荣 彭凌西 《华南师范大学学报(自然科学版)》 CAS 北大核心 2014年第4期31-36,共6页
为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好处理的决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同... 为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好处理的决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同时将分析结果与C4.5算法和基于粗糙集的决策树生成算法的分析结果进行比较.结果表明:基于多尺度粗糙集模型的决策树算法生成的决策树树形结构简单、产生的规则简洁、不存在不可分的数据集、运算速度快. 展开更多
关键词 多尺度粗糙集模型 决策树 就业数据分析 决策精度 噪声适应
在线阅读 下载PDF
面向噪声数据的多尺度粗糙集模型研究 被引量:5
3
作者 翟敬梅 刘海涛 徐晓 《计算机工程与应用》 CSCD 北大核心 2011年第6期8-10,14,共4页
针对Pawlak粗糙集模型处理噪声信息的局限性,借鉴变精度粗糙集模型的思想,引入多尺度变量,建立单维的多尺度粗糙集模型。通过构造尺度变量s与尺度函数(fs)的变化关系,对噪声数据进行多尺度、多角度的动态分析,提高抑制噪声的能力,根据... 针对Pawlak粗糙集模型处理噪声信息的局限性,借鉴变精度粗糙集模型的思想,引入多尺度变量,建立单维的多尺度粗糙集模型。通过构造尺度变量s与尺度函数(fs)的变化关系,对噪声数据进行多尺度、多角度的动态分析,提高抑制噪声的能力,根据评价指标不断地优化尺度,获取满足用户要求的决策规则。实例说明了该方法的优点及可行性。 展开更多
关键词 多尺度粗糙集模型 近似分类质量 噪声
在线阅读 下载PDF
单变量的多尺度粗糙集模型研究
4
作者 刘海涛 翟敬梅 徐晓 《机械设计与制造》 北大核心 2010年第5期100-101,共2页
针对Pawlak粗糙集模型处理信息的某些局限性,借鉴变精度粗糙集模型的思想,创新地引入多尺度变量,建立单变量的多尺度粗糙集模型。有利于对数据信息进行多尺度多角度地、分析处理,进一步提高抑制噪声的能力,从而更有效地获取决策规则。... 针对Pawlak粗糙集模型处理信息的某些局限性,借鉴变精度粗糙集模型的思想,创新地引入多尺度变量,建立单变量的多尺度粗糙集模型。有利于对数据信息进行多尺度多角度地、分析处理,进一步提高抑制噪声的能力,从而更有效地获取决策规则。通过建立尺度变1量s与尺度函数(fs)的变化关系,讨论了变量s对近似分类质量的影响,为进一步对信息属性的多尺度描述奠定了基础。通过实例说明了该方法的简单性、可行性。 展开更多
关键词 单变量 多尺度粗糙集模型 近似分类质量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部