论文部分内容阅读
为了从大量数据中获取知识,本文提出了一种改进的属性约简算法,并将该算法与神经网络相结合应用于市场营销系统中.首先建立决策表,用辨识矩阵计算核,再用改进约简算法去除大量的冗余属性信息,最后采用BP神经网络来训练约简表并得出规则.实验结果表明,该方法是有效的.
基于粗神经网络的数据挖掘方法及其应用
【摘 要】
：
为了从大量数据中获取知识,本文提出了一种改进的属性约简算法,并将该算法与神经网络相结合应用于市场营销系统中.首先建立决策表,用辨识矩阵计算核,再用改进约简算法去除大
【出 处】
：
信息与控制
【发表日期】
：
2003年z1期
【基金项目】
：
陕西省自然科学基金资助项目(2002G07)
其他文献
基于混沌吸引子中的轨道各态遍历性,采用最优控制快速引导系统轨道进入目标轨道邻域,再在目标轨道邻域里启动离散LQR最优控制,把系统快速地稳定控制在目标轨道.并考虑了混沌
L urie型时滞控制系统是工程实践中经常遇到的一类重要的非线性控制系统 ,本文通过构造 L yapunov函数 ,提出了不确定性 L urie时滞控制系统 Robust稳定的充分条件 ,并给出了
本文针对一类无中间缓冲区的自动生产单元,提出了一种基于遗传算法的调度方法;为了保证由遗传运算生成的调度策略能满足所要求的约束条件,在适应度计算中添加了惩罚项以避免
本文描述了目前几种常用的知识表示形式，介绍了利用ＲＤＢＭＳ表达存储知识的方法，并在ＯＲＡＣＬＥ环境下给出其相应的实现形式。