關于我們
書單推薦
新書推薦

粗糙集分類模型及特征選擇算法研究

粗糙集分類模型及特征選擇算法研究

定  價:72 元

        

  • 作者:盧正才著
  • 出版時間:2024/6/1
  • ISBN:9787550462144
  • 出 版 社:西南財經(jīng)大學出版社
  • 中圖法分類:TP183 
  • 頁碼:180頁
  • 紙張:
  • 版次:1
  • 開本:26cm
9
7
4
8
6
7
2
5
1
5
4
0
4

讀者對象:人工智能算法研究人員

隨著科技的不斷進步,人工智能迅速發(fā)展。人工智能的發(fā)展離不開算法,而在算法中,分類技術是人工智能發(fā)展的重要組成部分。本書針對粗糙集分類技術的模型及其特征選擇算法展開了深入研究。主要內(nèi)容包括:(1)正向宏近似分類模型及其特征選擇算法。正向宏近似分類模型把整個決策類集作為一個整體來近似,從宏觀的角度描述了決策類集的上下近似,是一種能夠快速求解一系列不同屬性子集下系統(tǒng)近似的機制;谡蚝杲品诸惸P吞岢龅奶卣鬟x擇算法,采用正向宏近似分類模型快速產(chǎn)生邊界,采用邊界度量的屬性重要度作為啟發(fā)信息決定最優(yōu)尋找路徑,采用邊界評估的約簡準則來識別特征子集,有效提高計算效率。(2)鄰域劃分分類模型及其特征選擇算法。鄰域劃分分類模型采用鄰域劃分來描述分類模型,是對鄰域決策粗糙集模型的改進和提升;卩徲騽澐址诸惸P吞岢龅奶卣鬟x擇算法,采用不平衡二叉樹模型計算鄰域,提高計算效率;采用鄰域正域確定度來評估屬性,提高分類精度。(3)強化一致優(yōu)勢分類模型及其特征選擇算法。強化一致優(yōu)勢分類模型按照強化一致優(yōu)勢原則建立了對象分類策略,具有很強的魯棒性;趶娀恢聝(yōu)勢分類模型提出的特征選擇算法采用組合粗糙熵度量屬性重要度,綜合考慮了偏好決策系統(tǒng)的知識不確定性和目標決策類集的不確定性,能快速找到約簡。(4)混合數(shù)據(jù)分類模型及其在態(tài)勢評估系統(tǒng)中的應用。介紹了混合數(shù)據(jù)分類模型,并把它應用于態(tài)勢威脅評估分析,設計并實現(xiàn)了面向模型擴展的威脅評估系統(tǒng)。
 你還可能感興趣
 我要評論
您的姓名   驗證碼: 圖片看不清?點擊重新得到驗證碼
留言內(nèi)容