-
题名基于粒计算的增量式知识获取方法
被引量：10
- 1
-
-
作者
张清华
幸禹可
周玉兰
-
机构
重庆邮电大学数理学院
重庆邮电大学计算机科学与技术研究所
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第2期435-441,共7页
-
基金
重庆邮电大学博士启动基金(A2010-06)
国家自然科学基金(60573068)资助课题
-
文摘
该文在研究粒计算理论的基础上,提出了一种基于粒计算的增量式知识获取方法。该方法通过建立决策信息系统原始的知识粒树,对新增数据,在原始知识粒树中查找相匹配的知识粒,并依据决策值更新知识粒树,实现快速高效地处理动态信息系统。算法分析及实验对比结果表明,该方法在动态信息系统知识获取方面优于RGAGC和ID4方法。
-
关键词
数据挖掘
知识粒树
粒计算
动态信息系统
增量式知识获取
-
Keywords
Data mining
knowledge granule tree
Granular computing
Dynamic information systems
incremental knowledge acquisition
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于决策熵的增量式知识获取算法
- 2
-
-
作者
胡峰
周静奇
-
机构
重庆邮电大学计算智能重庆市重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第4期989-992,共4页
-
基金
国家自然科学基金资助项目(61073146
61309014
+2 种基金
61379114)
重庆市基础与前沿研究计划资助项目(cstc2013jcyj A40063)
中国与波兰政府间科技合作基金资助项目(国科外字[2010]179号)
-
文摘
为了在知识约简中能够客观地反映决策规则的决策能力,提高约简的效率和识别率,针对动态知识获取这一问题,提出了一种基于决策熵的增量式知识获取算法。该方法利用决策熵能够客观地衡量决策表的决策能力的特点,在现有规则集基础上实现知识的动态更新,避免了重复计算从而提高了知识获取的识别率和效率。最后通过实验说明了该方法的有效性。
-
关键词
决策熵
粗糙集
规则树
动态信息系统
增量式知识获取
规则提取
-
Keywords
decision information entropy
rough set
rule tree
dynamic information systems
incremental knowledge acquisition
rule extraction
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种改进的基于粗糙集的增量式学习算法
- 3
-
-
作者
徐丹
于洪
-
机构
重庆邮电大学计算机科学与技术研究所
-
出处
《计算机应用》
CSCD
北大核心
2008年第S2期77-79,共3页
-
基金
重庆市教委科学技术研究项目(KJ080510)
重庆邮电大学科研基金资助项目(A2004-46)
-
文摘
从粗糙集理论出发,利用决策表局部最小确定性作为阈值来自主控制产生规则,得到一种改进的增量式学习算法。实验表明,在处理大多数数据集时,该算法效率和生成的规则集对样本的正确识别率都较已有的基于粗糙集的增量式算法IRAA有所提高。
-
关键词
粗糙集
增量式学习
知识获取
决策表
-
Keywords
rough set
incremental learning
knowledge acquisition
decision table
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名非一致性数据的必然规则学习
被引量：7
- 4
-
-
作者
卞学海
-
机构
华东船舶工业学院电子与信息系
-
出处
《华东船舶工业学院学报》
1998年第1期25-30,共6页
-
文摘
知识获取是知识工程的主要课题，本文在分析信息系统的基础上，在粗糙集环境下，指出了一种适应非一致性数据的自增长必然规则学习算法。
-
关键词
信息系统
知识获取
非一致性数据
必然规则
-
Keywords
information systems / incremental learning
rough sets
knowledge acquisition
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
O202
[自动化与计算机技术—计算机科学与技术]
-
