拉布里

合作使用GDT-RS和RSBR的脑膜炎数据挖掘。本文描述了两个基于粗糙集的系统,即广义分布表和粗糙集(GDT-RS)和粗糙集与布尔推理(RSBR),分别用于挖掘脑膜炎数据集中的IF规则。GDT-RS是一个软的混合诱导系统,RSBR用于实值属性的离散化,作为GDT-RS开始之前实现的预处理步骤。我们认为,连续值属性的离散化是规则发现过程中的一个重要的预处理步骤。我们说明了GDT-RS发现的规则的质量受离散化结果的强烈影响。


ZBMaX中的参考文献(18篇)1标准条款

显示结果1至18的18。
按年份排序(引文

  1. Borowik,GrZeGrz:对索引生成函数有效实现的互补过程的优化(2019)
  2. 刘,亚亚·图雷;秦,Keyun;Rao,常;马哈玛独,Mahamuda Alhaji:不完全模糊软集合中未知数据预测的对象参数方法(2017)
  3. Colomo Palacios,李嘉图;冈萨雷斯-卡拉斯科,以色列;L·Pez CuADRAO,Joee路易斯;GARC IA-克雷斯波,NGel: RESYST:一种基于模糊和粗糙集的Scrum团队角色混合推荐系统(2012)
  4. 秦,Hongwu;马,秀琴;Herawan,Tutt;ZAN,Jasni Mohamad:DFIS:一种新的不完备软集数据填充方法(2012)
  5. Bodjanova,斯拉夫卡;卡里纳,马丁:模糊关系粒的渐进评价:R相关集(2010)
  6. 西科拉,马立克:基于TRS和NETRS的基于决策规则的数据模型——方法与算法(2010)伊波尔特
  7. Al Qaheri,Hameed;Hassanien,Aboul Ella;亚伯拉罕,Ajth:一种利用粗糙集生成预测规则的通用方案(2009)
  8. 杨,Yong;王,郭茵;Kong,郝:基于粗糙集理论的自学习脸部情感特征选择(2009)
  9. 姚,YYYU:概率粗糙集近似(2008)
  10. Pawlak,ZDZIS-AW;SKOWRON,ANDRZJ:粗糙集的基础(2007)
  11. 西科拉,马立克:创建和减少数据规则模型的规则质量度量(2006)
  12. 钟,宁;Dong,Ju Zhen;OHSUGA,SETSUO:脑膜炎数据挖掘合作使用GDT-RS和RSBR。(2003)
  13. 宫原,Tetsuhiro;铃木,Yusuke;寿戴,Takayoshi;Uchida,Tomoyuki;Takahashi,Kenichi;上田,Hiroaki:半结构化Web文档中频繁标记树模式的发现(2002)
  14. 钟,宁;Dong,Juzhen:利用GDT-RS和RSBR(2002)合作开发脑膜炎数据的有趣规则
  15. 钟,宁;Dong,Ju Zhen;姚,Y. Y.;OHSUGA,SETSUO:具有有序信息的胃癌数据挖掘(2002)
  16. 钟,宁;Matsunaga,Takahisa;刘,春年:基于文本挖掘代理的个人电子邮件过滤与管理体系结构(2002)
  17. 钟,宁;Dong,Ju Zhen;OHSUGA,SETSUO:合作使用GDT-RS和RSBR(2001)的脑膜炎数据挖掘
  18. 钟,宁;SKOWORN,塔尔科夫斯基:基于粗糙集的知识发现过程(2001)