【摘 要】
：
笔者提出的递增式决策函数生成算法是在改造后的分辨矩阵下完成的,更有利于编程实现;避免了传统粗集方法对数据作一次性处理生成庞大的决策矩阵,从而有效解决了在处理大规模
【机 构】
：
安庆师范学院数学计算机系,合肥工业大学计算机学院
【基金项目】
：
国家自然科学基金，安徽省教育厅自然科学基金
论文部分内容阅读
笔者提出的递增式决策函数生成算法是在改造后的分辨矩阵下完成的,更有利于编程实现;避免了传统粗集方法对数据作一次性处理生成庞大的决策矩阵,从而有效解决了在处理大规模数据库时内存不足问题;由于决策函数是递增式生成的,因此该算法适应了目前数据变化的特点,实现了新例的动态学习,因此这种对信息的重用,减少了数据挖掘的时间;同时,递增式决策函数生成算法从根本上解决了多类决策的递增式学习问题.
其他文献
2015年3月26-28日，中国机床工具工业协会、山东机床通用机械工业协会在山东省济宁市召开了“2015机床工具行业技术与经济发展报告会”，来自机床工具、工程机械、矿山机械、汽车
为了解决动力电池在充放电过程中出现不一致的问题,在目前常见的被动均衡技术和主动均衡技术研究基础上,提出了一种将被动均衡和主动均衡相结合的新型均衡方式。经仿真分析验
多抽样率滤波器组理论和离散时间序列的小波变换有着密切关系。笔者从信号处理的角度研究了离散时间序列的小波变换利用树状滤波器组实现的方法，分析了两通道共轭正交镜象滤波