学位论文 > 优秀研究生学位论文题录展示

模糊粗糙集属性约简及多模糊决策树分类器融合

作　者: 杨断利
导　师: 王熙照
学　校: 河北大学
专　业: 计算机应用技术
关键词: 粗糙集属性约简模糊粗糙集模糊决策树模糊积分
分类号: TP18
类　型: 硕士论文
年　份: 2009年
下　载: 66次
引　用: 0次
阅　读: 论文下载

内容摘要

属性约简是粗糙集理论的一个重要思想,然而利用粗糙集理论进行约简,必须将连续值转换成离散值进行处理,在某种程度这一过程会造成信息的损失。融合了模糊集与粗糙集的模糊粗糙集能够保留连续属性值信息,使得模糊粗糙集属性约简比粗糙集属性约简具有更高的准确性。大多数模糊粗糙集的属性约简算法都是找到最重要的属性约简,由于这个最重要的属性约简,只包含信息系统的部分属性,会使得对未知事例分类时,分类的错误率难以进一步降低,为了弥补这一缺陷,本文提出了一种找到多个模糊属性子集的算法,并针对这多个属性子集,提出了一种基于模糊积分的多模糊决策树分类器融合算法,该算法能充分利用每个模糊决策树的信息,从而可获得比单个模糊决策树更高的分类准确率。

全文目录

摘要  5-6
Abstract  6-8
第1章绪论  8-10
  1.1 课题研究的背景  8-9
  1.2 本课题的主要工作及意义  9
  1.3 本论文的组织  9-10
第2章粗糙集与粗糙集属性约简  10-14
  2.1 粗糙集与近似集  10-11
  2.2 信息系统与决策表  11
  2.3 粗糙集属性约简  11-14
第3章模糊粗糙集与模糊粗糙集属性约简  14-24
  3.1 模糊集合的基本定义  14-15
  3.2 模糊(Fuzzy)信息系统  15-16
  3.3 模糊Fuzzy信息系统上的Rough集理论  16-17
  3.4 模糊粗糙集属性约简  17-18
  3.5 一种改进的生成多个模糊粗糙集属性子集的算法  18-24
第4章基于模糊积分的多模糊决策树分类器融合  24-37
  4.1 模糊决策树  24-29
  4.2 模糊测度和模糊积分  29-31
  4.3 基于模糊积分的多模糊决策树分类器融合  31-37
第5章结论与展望  37-38
参考文献  38-40
致谢  40-41
攻读硕士学位期间发表论文情况  41

模糊粗糙集属性约简及多模糊决策树分类器融合

内容摘要

全文目录

相似论文