要阅读此内容，请选择以下选项之一：

基于粗糙概念格的分类规则提取

杨海丰（太原科技大学计算机科学与技术学院，太原，中华人民共和国）

张吉福（中华人民共和国太原市太原科技大学计算机科学与技术学院）

胡李华（太原科技大学计算机科学与技术学院，太原，中华人民共和国）

凯伯内特斯

国际标准编号:0368-492X号

文章发表日期：2010年8月10日

下载

192

摘要

目的

–

本文的目的是检验扩展分类规则概念的重要应用价值，使其能够描述和度量分类知识的不确定性。

设计/方法/方法

–

粗糙概念格（RCL）是不确定数据分析和知识发现的有效工具，它反映了概念意图和上下近似程度的统一，以及对象与属性之间的确定和不确定关系。

调查结果

–

通过采用粗糙度来度量分类规则的不确定性，提出了一种基于RCL的分类规则提取算法——分类规则抽取算法（EACR）。以恒星光谱数据为决策背景，对算法EACR进行了实验验证。

实际影响

–

为分类规则的提取提供了一种有效的方法。

创意/价值

–

通过调整粗糙度来度量分类规则的不确定性，提出了基于RCL的EACR算法。

关键词

引用

Y.海丰。,纪夫，Z。和李华，H。（2010），“基于粗糙概念格的分类规则提取”，凯伯内特斯第39卷第8期，第1336-1343页。https://doi.org/10.1108/03684921011063637

出版商

:

翡翠集团出版有限公司

要阅读此内容，请选择以下选项之一：

请注意，您没有访问教学笔记的权限

基于粗糙概念格的分类规则提取

摘要

目的

设计/方法/方法

调查结果

实际影响

创意/价值

关键词

引用

出版商

相关文章

要阅读此内容，请选择以下选项之一：

请注意，您没有访问教学笔记的权限

摘要

目的

设计/方法/方法

调查结果

实际影响

创意/价值

关键词

引用

出版商

相关文章

所有反馈都很有价值

报告问题或查找常见问题的答案