基于粗糙集的组合属性重要度确定单属性重要度新方法

为改进属性重要度概念,给出了一种基于粗糙集理论的单属性重要度和组合属性重要度结合的确定属性重要度的方法。通过实例考证表明,改进的粗糙集重要度计算方法具有普适性,解决了在文献[3]中提出而没有解决的问题。     

基于云计算的属性重要度约简算法研究

面对海量数据的信息系统,通过引入MapReduce模型,重构Map和Reduce函数,本文提出了基于云计算的属性重要度约简算法,较好地实现了海量数据集中的属性约简,为属性约简研究提供了新思路.最后,实例分析表明,该约简算法是有效可行的.     

基于相对知识量重要度的属性约简算法

在有效处理噪声数据的基于区分能力大小的启发式算法的基础上,引入了属性的相对知识量重要度的概念.以属性相对知识量重要度为启发式信息,提出了一种属性约简算法,通过实例证明了该算法的有效性.     

基于粗糙集的实验教学质量评价

实验教学质量评价是实验教学建设中的重要内容．使用粗糙集理论中的属性约简算法进行实验教学质量评价指标约简,找出影响实验教学质量的重要属性．通过对重要属性的重要度、权重的计算,进而得出学生最终评价的价值,有助于提高实验教学质量评价的准确性和合理性．     

基于差别矩阵的启发式属性约简算法及其应用

为了降低决策表属性约简算法的计算代价,利用属性重要度作为启发式运算因子,对基于SKowron差别矩阵的属性约简算法进行改进,并证明该方法的合理性.实例计算结果表明,在获得相同的结果下,该算法可以使计算量减少,提高计算效率.     

基于粗糙集与信息熵的属性重要性度量

阐述了粗糙集和信息熵的概念,在此基础上给出了基于信息熵的属性重要性度量公式,并证明了属性集中绝对必要元素与属性重要度之间的关系.最后,通过实例分析表明该公式的有效性.     

一种改进的基于粗糙集的决策树算法

将数据挖掘中的决策树与粗糙集理论进行了有机结合,提出了一种基于粗糙集技术的决策树构造算法.该算法通过将计算属性相对于划分的重要度作为选择扩展属性根结点的标准,递归地生成决策树,可以克服ID3算法偏向于选择取值较多的属性的不足.     

基于粗糙集理论的课堂教学质量评价方法

利用粗糙集理论中的属性约简算法对教师课堂质量评价的指标进行约简,提取影响综合评价的主要指标,然后根据属性重要度理论对约简后的指标体系进行赋权,对论域中的个体进行综合评价。     

约简算法在商业银行CRM中的应用研究

针对银行CRM中的数据冗余大、数据挖掘效率低的问题,将基于属性约简的数据预处理方法应用在银行CRM中.使用决策表属性重要度属性约简算法简化客户贡献度决策表,实现决策表条件属性的归约.通过该算法在某商业银行CRM数据预处理过程中的实际应用,证实约简算法应用在银行CRM系统是有效可行的.     

基于多属性分类的KNN改进算法

提出了一种基于多属性分类的KNN改进算法,可有效提高传统的欧几里德KNN算法和基于信息熵的KNN改进算法的分类准确度。首先,按照单个属性不同属性值的个数占整个属性包含样本的比例进行属性的分类,分为基于信息熵的KNN算法处理的离散属性和基于传统欧几里德KNN相似度处理的连续属性两类,然后分别对不同属性进行区别处理;其次,将两类不同处理后得到的结果按比例求和作为样本之间的距离;最后,选取与待测样本的距离最小的k个样本判断测试样本的决策属性类别。     

加权三支决策增量软聚类算法及性能分析

现有的增量聚类算法虽然解决了数据增量和类簇重叠问题,但在距离度量时没有考虑属性重要度不同,且普遍拥有较高的时间复杂度。针对以上问题,提出一种基于属性重要度的加权三支决策增量软聚类算法（W-TIOC-TWD算法）,将属性重要度考虑到距离度量中,弥补了现有算法在聚类过程中将所有属性的重要程度视为相等的不足。该算法还引入离群点概念,降低了算法的时间复杂度。基于人工数据集和UCI数据集的实验结果表明,W-TIOC-TWD算法的聚类准确率优于比较算法。     

一种基于粗糙集的属性权重新算法

给出了属性重要度新定义,提出了一种新的基于粗集理论的属性权重的计算方法,并通过实例进行了验证。结果表明,这种权重计算方法更符合实际,可以解决原有粗糙集计算方法存在的问题。     

程序相似度判定算法研究与实现

有效检测程序设计类课程作业抄袭现象具有重要的现实意义。传统的代码相似度检测方法主要利用代码属性或结构信息判定代码之间的相似性。基于已有的属性度量与最长公共子序列算法,提出一种代码相似度检测算法,算法将属性度量的结构无关性与最长公共子序列算法的结构依赖性有机结合。实验结果表明,该算法可以有效降低程序源代码的评测难度,得到较为可信的综合相似度值,增强了评测人员对抄袭现象的监测力度。     

一种改进的ID3算法

决策树是数据挖掘中重要的分类算法，通常用来形成分类器.ID3算法是决策树中的核心算法.针对ID3算法倾向于取值较多的属性的缺点，引进属性重要度对ID3算法予以改进，并通过实验对改进前后的算法进行了比较.实验表明，改进后的算法是有效的。     

论现代大学的三重属性

现代大学具有学术、行政、产业三重属性。学术属性是大学的本质属性,行政、产业属性是大学发展到现代逐渐衍生的属性。充分认识现代大学的三重属性及其相互关系,对于大学管理者正确选择大学办学行为具有重要的现实意义。当前我国大学在办学过程中应强化学术行为,淡化行政行为,规范产业行为。     

论人的基本属性

人的属性是就人作为一种物质形态而区别于别的物质形态来说的。人的属性中有物质属性,亦即自然属性。人的属性中也有精神属性,但人的精神属性并非是对应于物质属性,因为它在归根结蒂的意义上从属于人的物质属性,它在形成和存在上又依赖于人的社会性活动。所以,人的属性中下一个层次的基本属性不能是物质属性和精神属性这么两类属性。不仅人的意识、精神依赖于人的社会性活动,而且人的其他许多具体属性特点也是在社会性活动中形成的,所以社会属性就成为人的基本属性之一。人的社会属性是可以跟自然属性平行、并列的属性,又是跟自然属性相互依赖的属性,于是,人的属性中下一个层次的基本属性,只能是自然属性和社会属性这么两类属性。     

论词汇社会属性和文化属性的差异

迄今为止,关于词汇社会属性和文化属性的研究一般依附于语言研究,作为独立课题进行研究的较少.词汇是最重要的语言单位,具有丰富的社会和文化含义,是语言社会属性和文化属性的重要载体,有必要对其社会属性和文化属性进行独立研究.以往的研究一般是单独谈词汇的社会属性或词汇的文化属性,或两者混为一谈,因此更有必要对这两个概念进行厘定,分清两者的差异,还原它们的真实面目,避免以讹传讹.     

基于Rough Set的毕业论文质量决策分析

为了分析影响毕业论文质量的关键因素,以毕业论文评定表的原始数据为基础。利用粗糙集理论与算法对知识进行简化。对决策表采用了基于差别矩阵的属性约简算法、属性重要度分析、值约简和规则提取等操作,去除决策表中冗余的属性和属性值,得到了影响毕业论文质量的关键因素,对撰写好毕业论文做出了预测分析。     

基于关键属性约束的关联规则挖掘在日志分析中的应用

日志是计算机取证、入侵检测分析的重要数据来源,运用关联规则挖掘算法对日志进行分析是获取日志中所蕴含有用信息的重要方法,针对基于置信度-支持度框架的常用关联规则挖掘算法在日志分析中存在的不足,引入日志关键属性的概念,提出了基于关键属性约束的关联规则挖掘算法。实验结果表明,该算法能有效阻止无趣规则的产生,提高挖掘结果的有效性。     

基于核属性的决策树构造算法研究

决策树是一种重要的分类方法.本文分析了单变量决策树和多变量决策树的不足,提出一种基于核属性的决策树构造算法,该算法根据核属性存在的不同情况,选择结点的分裂属性.所创建的决策树规模适中,导出的规则简洁、支持度高.实验结果分析表明,该方法是有效的。