QQ客服 官方微博 反馈留言

	基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用; Rough Set Classification Using Bayes Probabilistic Boundary and Its Application in High Frequency Data
	来升强 ; 谢邦昌 ; 朱建平
	2010
关键词	可变精度粗糙集 Bayes边界域 高频数据 Variable Precision Rough Set Bayes Boundary High-frequency Data
英文摘要	作为一种近似处理的工具,粗集主要用于不确定情况下的决策分析,并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要先经过离散化的步骤,这就损失了数值型变量提供的高质量信息。本文对隶属函数重新加以概率定义,并提出了一种基于bAyES概率边界域的粗集分类技术,比较好地解决了当前粗集方法所面临的数值型属性分类的不适应、分类规则不完备等一系列问题。; Having been broadly used in decision-making fields Rough Set Theory(RST)provides a way of extracting decision rules without imposing apriori assumptions.However current RST-based classification methods still need to discrete numerical variables into categorical ones,in which potential useful information may be omitted.In this article,we introduce a Bayes-based RST classification technique which can solve a series of problems facing with current RST classification,including inability to numerical data,incomplete rule generation and etc.
语种	zh_CN
内容类型	期刊论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/111420]
专题	经济学院－已发表论文
推荐引用方式 GB/T 7714	来升强,谢邦昌,朱建平. 基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用, Rough Set Classification Using Bayes Probabilistic Boundary and Its Application in High Frequency Data[J],2010.
APA	来升强,谢邦昌,&朱建平.(2010).基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用..
MLA	来升强,et al."基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。