HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

高维数据多级模糊模式识别的分类研究

作者:谢志强 张豪 杨静 谭怀生分类多级模糊模式识别权重约简高维数据

摘要:通过分析对象属性间的关系,提出了一种基于改进的多级模糊模式识别的分类方法。该方法重点考虑对象属性间影响较大的因素,以此建立影响对象分类的属性之间的简化关系,使分类结果更加合理;针对分类标准为对象属性分类的离散值,存在对象属性值介于中间状态不便分类问题,通过建立属性值所属级别的矩阵来确定属性权重,使分类精确;利用Rough集的特征属性约简算法降低数据集的维数,提高高维数据的分类效率。经实例证明该方法分类准确、效率高。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机应用研究

《计算机应用研究》(CN:51-1196/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机应用研究》杂志以其新颖性、学术性、系统性、技术性于一身,瞄准国家迫切需要的前沿技术,及时反映并涵盖了国内外计算机学科领域最新发展趋势及技术动向,注重刊登反映本学科领域的新理论、新方法、新技术,选题新颖,可读性强而备受广大读者所喜爱,在各行各业拥有大量的读者、作者,在计算机业界享有崇高的知名度和影响力。

杂志详情