基于GMM的文本规则挖掘的粗糙集方法研究

来源 :中文信息学报 | 被引量 : 0次 | 上传用户:3pei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
领域文本具有结构复杂、相似性高以及动态变化等特点,且存在着连续型与离散型并存的混合数据,这在一定程度上限制了知识发现方法对文本规则的挖掘效率。针对这一问题,该文提出了基于GMM与粗糙集的文本规则挖掘方法。该方法首先根据目标数据的属性类型构造信息表;然后利用高斯混合模型(GMM,Gaussian Mixture Model)聚类算法对连续数据进行聚类划分,依此对数据进行离散化及状态约简,并生成决策表;最后利用粗糙集理论对决策表进行属性约简,通过约简表对决策规则进行提取。实验结果表明:相比于传统的方法,该文方
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
会议
对宽带回波进行解调频(Dechirping)处理是降低信号处理带宽的有效方法,但该方法会带来残余相位。在目标高速运动的情况下,解调频处理和目标运动产生的残余相位对二维成像的影响
针对传统真值发现算法无法直接应用于文本数据的问题,该文提出基于Bi-GRU并包含注意力机制的文本数据真值发现方法。根据文本答案的多因素性,词语使用的多样性与文本数据的稀
保险文化建设极为重要,新形势下,创新保险文化势在必行,其中,创新性思维是创新保险文化的关键,从差异到认同成为新形势下保险文化建设的创新性思维,这一创新性思维内涵阐述为
我国经历改革开放40多年,国民经济健康、快速提升,各行各业高速发展,人民生活水平极大提高。工程建设领域的飞速发展更是令世界惊叹,我国人均居住面积大幅提高,居住环境极大