胡清华邻域粗糙集源码

最新推荐文章于 2024-07-08 09:49:05 发布
最新推荐文章于 2024-07-08 09:49:05 发布
阅读量3.3k 收藏 7
点赞数 2
分类专栏： 模糊粗糙集 文章标签： 胡清华 粗糙集 邻域

一些MATLAB的关于粗糙集的代码，给自己看

http://www.codeforge.cn/article/456130

shl8354in
关注
专栏目录
邻域粗糙集属性约简,粗糙集属性约简步骤,Python
09-10
利用邻域粗糙集进行属性约简，里面加入了8个数据集，有离散型数据，连续性数据，字母型数据。因此程序也加入了数据类型转换和归一化处理。程序函数在最下面部分。
胡清华邻域粗糙集代码
03-23
胡清华邻域粗糙集代码
邻域粗糙集的相关定义梳理
最新发布
m0_51139704的博客
07-08 744
ΔxN。
邻域粗糙集属性约简_粗糙集_邻域粗糙集_邻域属性约简
09-10
利用邻域粗糙集进行属性约简，里面加入了8个数据集，有离散型数据，连续性数据，字母型数据。因此程序也加入了数据类型转换和归一化处理。程序函数在最下面部分。
邻域粗糙集可执行代码（MATLAB）
07-12
在MATLAB环境下可运行的粗糙集代码。其中包含有测试数据集。最经典的方法实现。
邻域粗糙集算例及数据.rar
04-12
邻域粗糙集的相关学习算法可学习运行，对于研究粒度计算方面或许会有一点点用处，如有一些新的切入点可以一起探讨一下。
Python实现基于邻域粗糙集的多标记特征选择算法
u012841977的博客
10-12 3162
算法思想源自论文： 段洁、胡清华、张灵均，等. 基于邻域粗糙集的多标记分类特征选择算法 [J]. 计算机研究与发展，2015，52(1):56-65 因为没找到Python源代码，所以自己试着写了一下，结果是对应上的。 代码分享在这里，需要的自取 """ Author: wzk Date: 2020-10-11 theme: 多标记邻域互信息特征选择算法 """ from settings.setting import * class ARMLNRS: """
2021-07-06
weixin_42038089的博客
07-06 213
基于邻域粗糙集python代码实现 邻域粗糙集代码实现 # _*_coding:utf-8 _*_ #@Author :Lucar.xie #@FileName: Rough_Sets.py import pandas as pd import numpy as np import math import matplotlib.pyplot as plt def basic_set(df): basic = {} for i in df.drop_duplicates().values
胡清华邻域粗糙集主程序
07-29
胡清华邻域粗糙集主程序， featureselect_FW_fast.m
python3 带注释 基于粗糙集的属性约简。
m0_63774433的博客
09-17 2051
python3 完整版带注释 基于粗糙集的属性约简
粗糙集属性约简的一些关键步骤(第一次写)
qq_29680161的博客
06-03 7410
为了大家能够更好的实现粗糙集属性约简以及了解相关知识，在这里给出了构造决策表部分的代码，希望读者通过阅读代码自己实现一些论文中的简单算法，，，代码中有什么不懂得可以与我交流，论文代码实现也可以与我一起探讨，互相学习。 Myelement类： import java.util.ArrayList; import java.util.Iterator; public class MyElement i...
一个基于邻域粗糙集的前向贪心的属性约简算法
04-25
以邻域粗糙集的属性重要度作为量度，从一个空集出发，前向贪心的选择重要度大的属性并入到约简集合，直到达到约简条件
邻域粗糙集的并行方法：分类和特征选择
03-17
邻域粗糙集的并行方法：分类和特征选择
关于粗糙集和邻域粗糙集的基本理论和程序算例
07-06
关于粗糙集和邻域粗糙集的基本理论和程序算例 包含邻域粗糙集计算的matlab算例，说明文档（个人编写的） 说明文档包括了粗糙集和邻域粗糙集的基础知识讲解，实际算例，程序的应用介绍，程序使用算例。 如果你没有积分下载，可以加我qq379786867，我发给你。 这里设置了积分下载主要是为了我能赚取一些积分下载其他资源，谅解！ 压缩文件中包括三个m文件，一个mat文件，一个pdf文档。
12322879_邻域粗糙集_邻域属性约简_粗糙集_
09-28
因为经典粗糙集只能处理离散型数据，而连续性数据必须离散化才能处理，但是离散化可能会丢失部分重要信息，所有使用基于邻域粗糙集的属性约简去处理连续性数据。
基于粗糙集与遗传算法论文的MATLAB源码
11-30
决策在管理活动中普遍存在,是为解决当前或未来可能发生的问题,选择最佳方案的一种过程,是管理活动的核心。 群体决策会产生大量的数据,而且这些数据为不精确非量化值。传统的群体决策在确定决策结果时,往往采用决策者的经验来选择,降低了决策的效率和质量。 在实际群体决策过程中,由于参与决策过程的决策者不止一位,因此会产生大量决策因素数据。本文融合了粗糙集理论和遗传算法理论,发挥二者所长。 粗糙集理论善于处理不精确的知识,通过粗糙集理论对数据进行预处理,挖掘大量影响决策结果数据中隐含的决策模式。遗传算法进行属性约简,产生判别库,通过量化的方式,能够科学、合理的提高决策的质量。本文提出一种基于粗糙集与遗传算法集成的群体决策模型来解决群体决策结果选择的问题。该模型的基本思想是：1)进行群体决策,产生原始数据。2)运用粗糙集理论对群体决策产生的相关信息进行离散化处理。3)对评价指标应用遗传算法进行约简。管理毕业论文题目：http://www.yifanglunwen.com/post/56.html 4)提取满意决策结果。在该模型中针对群体决策的三个阶段在分析数据时首先运用粗糙集理论进行离散化处理,其次应用遗传算法进行约简,提取判别规则即需要考虑的主要决策因素,最后根据判别规则结合实际情况作出及时、高效的决策。 在群体决策开始后,首先对问题的诊断进行群体决策,产生原始数据,对数据进行粗糙集和遗传算法集成处理,得出结果数据,即问题的明确；其次针对明确的问题,进行群体决策讨论方案,产生原始数据,对数据进行粗糙集和遗传算法集成处理,得出结果数据,即明确方案；最后在众多方案中进行抉择,对数据进行粗糙集和遗传算法集成处理,得出判别规则,再结合实际作出高效的决策,群体决策过程完成。 本文主要研究工作如下：1.将粗糙集理论和遗传算法理论融入群体决策的每一个过程中,构建了一种基于粗糙集与遗传算法集成的群体决策模型。 2.采用粗糙集理论对群体决策产生的信息进行预处理,提出了群体决策过程中四种决策因素特征提取方案。 3.运用遗传算法进行群体决策模型的属性简约。 4.引入某公司在信息化建设中的一个群体决策案例进行试验验证该模型。
69491728rough-set-codes.rar_nec.m 邻域_rhymeoja_粗糙集MATLAB_胡清华邻域粗糙集
07-15
胡清华邻域粗糙集源码，matlab源代码，方便可用
粗糙集程序 胡清华 英文的
06-08
英文的 哈工大 胡博士的粗糙集程序 是全英的 建议看看 本人能力有限 不好看懂
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值