[TiMing]：JiYuGuiZeDuYuCuJiDeShuJuWaJueMoXing
[作者]：熊志欢[ZuoZhe]：XiongZhiHuan[专业]：模式识别与智能系统[ZhuanYe]：MoShiShiBieYuZhiNengXiTong
[导师]：王庆林[DaoShi]：WangQingLin[学位]：硕士[XueWei]：ShuoShi
[单位]：北京理工大学[DanWei]：BeiJingLiGongDaXue
[关键词]：数据挖掘;数据仓库;粗集;规则度;决策表;知识库
[时间]：20010307[页数]：71页[点击]：20042[分类号]：TP301.6;TP391;TP311.1[语种]：中文文摘[来源]： 毕业论文
[文摘]：数据挖掘(Data Mining)是目前计算机应用领域最令人兴奋的方向之一,它不仅有着浣的理论意义,还有巨大的商业价值,如何为数据挖掘提供一种有效的挖掘算法是众多研究者关注的焦点,而提高挖掘速度和减少规则的冗余性又是挖掘算法最需要改善的问题.对此,该文提出了"规则度的概念来计算属性之间形成规则的某种程度,以此作为一种挖掘关联规则算法的启发性知识;并结合目前在知识处理领域中的一个热点——粗集(Rought Set)理论,建立了一个新的基于规则度的粗集模型,在这个模型中还证明了许多相关的性质和给出了一些新颖的概念.此外,本文根据这些理论依据得到了一个数据挖掘的算法,并编写了相应的软件,进行了具体的实例分析与总结.事实表明该算法的结果与理论分析符合得很好.
[上一条]：基于MATLAB的参数自整定仿真实验软、便件设计
[下一条]：双(对-羧基苯)苯基氧化膦有关单元操作的研究