-
题名基于粗集理论的神经网络
被引量：12
- 1
-
-
作者
王玮
蔡莲红
-
机构
清华大学计算机科学技术系多媒体所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2001年第5期65-67,共3页
-
文摘
提出了一种基于粗糙集理论的神经网络,它由传统神经元和粗糙神经元构成。粗糙神经元包含一对传统的神经元,即将数据中的上边界和下边界的作为网络的输入或输出值。当网络的输入和输出不是单值数据而是一个数据集合时,经典的神经网络建立的预测模型的输出就会产生较大的误差,而基于粗糙理论的神经网络则可以很好地解决这个问题,最后对基于粗糙理论的网络进行性能评估。
-
关键词
神经网络
粗糙集理论
粗糙神经网络
人工智能
-
Keywords
Neural networkRough setRough neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名关联规则的高效挖掘算法研究
被引量：5
- 2
-
-
作者
王玮
蔡莲红
-
机构
清华大学计算机科学技术系多媒体所
-
出处
《小型微型计算机系统》
CSCD
北大核心
2002年第6期708-710,共3页
-
基金
国家自然科学基金资助 (项目编号 :69875 0 0 8)
-
文摘
关联规则的挖掘是一个重要的数据挖掘问题 ,对其挖掘算法的研究具有十分重要的意义 ,经典的关联规则发现算法是一个多次遍历的算法 ,计算的复杂度较高 .本文给出一种关联规则频繁数据集的发现算法 ,只需对交易序列扫描两次即可发现数据集的频繁数据集 。
-
关键词
关联规则
高效挖掘算法
数据挖掘
支持度
信任度
知识发现
数据库
-
Keywords
data mining
association rules
support
confidence
lattice
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种基于神经网络的规则获取方法
- 3
-
-
作者
王玮
蔡莲红
-
机构
清华大学计算机科学技术系多媒体所
-
出处
《小型微型计算机系统》
CSCD
北大核心
2003年第6期1030-1033,共4页
-
基金
国家 8 63高技术支持项目 ( 2 0 0 1AA114 0 13 )资助
-
文摘
分类问题是数据挖掘中的一个重要问题 ,分类目的就是寻找规则 ,具体来说 ,就是从给定的数据集合中找出能把数据集划分成不相交的若干个组的规则 ,目前已有的在大型数据库中挖掘分类规则的数据挖掘方法 ,主要还是基于符号学习机制的决策树方法 .本文研究了一种新型的规则抽取算法 。
-
关键词
神经网络
数据挖掘
分类
规则抽取
-
Keywords
neural network
data mining
classification
rule extraction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
