版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、現(xiàn)在是一個大數(shù)據(jù)時代,而且每時每刻都在產(chǎn)生新數(shù)據(jù),如何高效的從數(shù)據(jù)中挖掘出有價值的信息已經(jīng)成為一個熱門研究。粗糙集以其挖掘知識的客觀性,被廣泛應用于數(shù)據(jù)挖掘中。由于經(jīng)典粗糙集只能處理離散型數(shù)據(jù)的局限性,胡清華將經(jīng)典粗糙集擴展到鄰域粗糙集。
為了高效的處理動態(tài)數(shù)據(jù),本文從鄰域粗糙集的信息觀出發(fā),主要創(chuàng)新點如下:
(1)在鄰域粗糙集中,通過分析論域下某樣本鄰域中其他樣本與該樣本決策屬性值的異同,定義了不一致鄰域矩陣。研究
2、發(fā)現(xiàn),在現(xiàn)有條件屬性基礎上,利用不一致鄰域矩陣可以縮小屬性增加后的搜索范圍。因此計算屬性重要度時,減少了在原條件屬性基礎上增加一個屬性后條件熵的計算時間。并找到了鄰域系統(tǒng)下條件熵和正域的關系,得到其性質和定理,它們可以加快算法的收斂速度,因此提出了一種信息觀下基于不一致鄰域矩陣的屬性約簡算法。
(2)針對實際數(shù)據(jù)的動態(tài)性,樣本增加后,原約簡集可能已不再有效,需要對其動態(tài)更新。鄰域決策系統(tǒng)中現(xiàn)有的增量算法都是從代數(shù)觀下分析其變化
3、情況,本文從信息觀出發(fā),詳細分析了增加樣本后,條件熵的變化機制,以及其對約簡集的影響規(guī)律,發(fā)現(xiàn)只有新增樣本不一致鄰域中的樣本才會引起條件熵的變化,相繼引起了約簡集的變化。提出了一種信息觀下增量式屬性約簡算法,該算法只需針對新增樣本及其不一致鄰域進行約簡,有效地避免了重復約簡,從而快速求得更新后的約簡集。
(3)將本文提出的屬性約簡算法應用到場景圖像目標檢測的特征選擇中,針對Hog高維特征的特點,分析提取Hog特征的原理,通過級
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集約簡算法及其應用的研究.pdf
- 鄰域粗糙集的屬性約簡算法及其在分類器中應用.pdf
- 基于鄰域粗糙集的屬性約簡算法研究.pdf
- 粗糙集約簡算法在知識發(fā)現(xiàn)中的研究與應用.pdf
- 覆蓋粗糙集約簡理論及應用.pdf
- 動態(tài)集成粗糙集約簡.pdf
- 和聲搜索算法的改進及在粗糙集約簡中應用.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于鄰域粗糙集增量式屬性約簡算法的研究與應用.pdf
- 信息觀下屬性約簡算法及在場景圖像特征提取中的應用.pdf
- 基于差別矩陣的模糊粗糙集約簡.pdf
- 基于粗糙集的知識約簡算法研究及應用.pdf
- 基于鄰域粗糙集的屬性約簡和樣本約減算法研究及在文本分類中的應用.pdf
- 粗糙集知識約簡算法研究與應用.pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 粗糙集屬性約簡算法研究.pdf
- 基于粗糙集的屬性約簡算法研究與應用.pdf
- 粗糙集的知識約簡方法及應用.pdf
- 粗糙集約簡神經(jīng)網(wǎng)絡與CBR結合算法在昆蟲識別中的應用研究.pdf
- 粗糙集并行約簡算法研究.pdf
評論
0/150
提交評論