English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 46965/50831 (92%)
造訪人次 : 12647512 線上人數 : 564
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部CCUR
理學院
理工學院
應數系
--研究計畫
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於CCUR
‧
管理
文化大學機構典藏 CCUR
>
理工學院
>
理學院
>
應數系
>
研究計畫
>
Item 987654321/1032
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
https://irlib.pccu.edu.tw/handle/987654321/1032
題名:
變數精準粗略集之理論與應用(I)
作者:
許志華
關鍵詞:
變數精準粗略集理論
資料探勘
資料離散化
最簡化屬性集合
類神經網路
日期:
2005
上傳時間:
2009-08-04 10:36:05 (UTC+8)
摘要:
變數精準粗略集理論是資料探勘的重要工具之一,已廣泛應用於不同領域的知識獲取。然而,變數精準粗略集卻無法應用於資料含有連續型屬性的問題,它需要一個將屬性資料離散化的方法來進行資料的前置處理。就資料探勘而言,資料離散化是處理連續型資料非常有效的方法,尤其是處理分類問題。此外,變數精準粗略集理論缺乏一個適當的方法來決定精準參數值以確定其最簡化屬性集合。然而,目前相關的文獻研究卻很少見。本計劃將針對變數精準粗略集發展和討論資料離散化和選擇最簡化屬性集合的方法,以及進行方法比較分析。本計劃的主要目的為: 1. 本計劃第一年,我們將提出一利用Chi2 演算法為基礎,所發展的資料離散化演算法。此外,我們所提的演算法將和三個資料離散化演算法(Chi2演算法, 修正的Chi2演算法和布林推論演算法)比較和討論。 2. 本計畫第二年首先提出一個根據精準參數來選擇最簡化屬性集合的方法,決定最簡化屬性集合併產生規則。此外,我們將利用一實際的醫學案例將實驗結果和類神經網路進行比較。
顯示於類別:
[應數系] 研究計畫
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
RRPA890100.pdf
50Kb
Adobe PDF
987
檢視/開啟
在CCUR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋