搜索结果: 1-13 共查到“计算机科学技术 决策规则”相关记录13条 . 查询时间(0.169 秒)
介绍多维项目反应理论模型下分类准确性和分类一致性指标, 采用蒙特卡罗方法实现复杂决策规则下指标计算, 并从数学上证明分类准确性指标两类估计量在均匀先验和相同决策规则条件下依概率收敛于同一真值。研究结果表明：分类准确性指标可以比较准确地评价分类结果的准确性; 分类一致性指标可以较好地评价分类结果的重测一致性; 在一定条件下, 基于能力量尺的指标优于基于原始总分的指标; 纵使测验维度增加, 估计精度仍...
基于粒计算的最简决策规则挖掘算法
决策规则 粒计算 粒度 粒矩阵
2014/1/20
传统的规则挖掘算法通常先约简属性再约简属性值. 该方法存在冗余计算, 当样本集增大时, 复杂性急剧增加. 对此提出一种基于粒计算的最简决策规则挖掘算法. 首先, 在不同粒度空间下计算条件粒与决策粒之间的粒关系矩阵; 然后, 将粒关系矩阵中隐含的信息H 1、H 2 作为启发式算子, 按信息粒约简属性值; 最后, 去除冗余属性并设置终止条件, 实现决策规则的快速挖掘. 理论分析和实验结果表明, 所提出...
粒计算中决策规则的提取
粒语言 粒计算 粒库
2009/10/10
为从决策表中获取最简决策规则，在研究粒计算理论的基础上，提出了一种基于粒计算的决策规则提取算法。该算法通过引入λ阶粒库的概念，利用粒计算的方法对由同一决策表所生成的粒库，从不同的角度和多个层次进行研究，尝试从较低阶的粒库中提取出尽可能多的具有一定规则覆盖度与置信度的简洁规则。最后通过实例验证了该算法的有效性。
基于矩阵的最简决策规则获取
属性值约简 最简规则 决策矩阵
2009/8/6
获取决策表规则时，通常需要进行属性约简和属性值约简。该文分析属性值约简，针对协调决策表提出一种通过构造决策矩阵直接获取最简规则的方法。将原来考虑条件属性集和决策属性集决定的等价类之间的关系，转变为仅考虑决策矩阵同行元素之间的代数关系。通过实例验证了该方法的可行性。
个性化决策规则获取算法及规则表示
粗糙集 个性化知识发现 决策规则
2009/7/22
提出了一种基于粗糙集理论的面向个性化知识的决策规则获取算法。从理论上证明了算法的正确性，给出了面向个性化的知识获取算法的描述。算法的重点在于规则合成的方法和可信度、覆盖度和规则强度计算的方法。最后通过例子说明了算法的有效性和实用性。
基于粗糙信息向量的一种决策规则获取算法
不一致信息系统 决策规则 粗糙信息向量
2009/7/20
针对不一致信息系统中决策规则获取问题，提出了一种基于粗糙信息向量方法的决策规则挖掘算法。基于粗糙信息向量，利用条件向量对决策向量的决策支持能力，直接从决策表中挖掘出符合阈值要求的尽可能简洁的决策规则，且不损失条件属性值的决策支持能力。利用该算法可以挖掘出决策系统中条件属性在各个简化层次情况下的确定性规则和缺省规则集合。理论分析和实例表明该算法在不一致信息系统中的决策规则获取上是可行的。
集值信息系统在变精度相容关系下的决策规则
变精度容许关系 极大变精度相容类 相对约简
2009/7/15
集值信息系统中对象的属性集值一般不唯一，基于对象属性集值的相似程度在集值信息系统上定义了一种变精度容许关系，并借用极大一致块方法给出了集值信息系统上极大变精度相容类的定义与一些性质，讨论了在这种极大变精度相容类下集值信息系统的决策规则的获取、属性的相对约简及决策规则的优化。
利用粗集约简挖掘生产调度决策规则
粗集 生产调度 决策表约简
2009/7/14
生产调度是一个复杂的决策过程，其复杂性体现在决策过程中需要考虑众多因素。如果用计算机代替人进行生产调度，计算机必须能够学习人的调度行为，也就是从众多调度实例中提取规则。构建了一个基于粗集的调度规则提取方法，并通过实例说明其有效性。
基于二进制可辨矩阵的决策规则约简算法
属性约简 决策规则约简 决策表
2009/6/25
决策规则的约简是利用决策逻辑分别消去每一条决策规则中的冗余属性值,是粗糙集理论知识约简的重要内容,一般是在属性约简之后采用启发式信息实现决策规则的约简。基于二进制可辨矩阵给出一个简单的直接求取决策规则核的方法,并提出一种决策规则的约简算法。所给算法简单直观,不但适用于相容决策表,也适用于不相容的决策表。
基于粗糙集的决策规则设计算法研究
规则约减 属性值约减 简化算法
2009/6/25
从获取确定性决策规则的角度出发,基于粗糙集对高维知识库的决策规则约减知识,采用相关方法设计决策规则实现的算法。在不损失信息量的前提下,使决策规则的表示简单化。使用这种算法生成决策规则的时间大大减少,与白钡窑实际控制的数据相比,决策规则控制的误差小于±1。
决策信息系统中挖掘全部决策规则的算法
决策信息系统 粗糙集边界区域 决策规则 规则度量指标
2009/2/19
在粗糙集理论的基础上，对决策信息系统中边界区域的数据进行研究，提出一种从边界区域数据中挖掘决策规则的算法——近似序列决策规则挖掘算法。在16个UCI数据集上的测试表明，该算法在规则的准确度和平均前件长度2个指标上优于ID3算法，能简洁、高效地挖掘出决策信息系统中的全部决策规则，为挖掘未知知识提供了新的思路。针对挖掘出的全部决策规则，提出新的确定性度量和一致性度量指标，用以准确地反映决策规则的性能
基于偏序粒的动态决策规则挖掘
决策表 偏序粒 决策规则
2009/1/20
针对决策表，引入了偏序粒的概念，提出了一种基于偏序粒的动态决策规则提取算法。该算法利用了偏序粒在粒度表达上的优势，区别于经典粗糙集理论中采用的单一等价关系，对同一决策表从不同的角度和多个层次来研究。实例表明该算法是有效的。