资料下载
数据挖掘在农业话题跟踪中的应用张伟
#Freedom
分享资料个
粗糙集理论是由波兰华沙理工大学 Z Pawlak 教授在 1982 年提出的，是一种研究不精确、不确定性知识的数学工具。属性约简就是在保持分类能力不变的前提下， 通过对知识的化简导出问题的决策或分类规则， 是粗糙集理论中的一个重要研究课题。它的意义在于可以删除冗余信息，形成精简的规则库以便人们（或者机器人）做出快速、准确的决策。高效的约简算法是粗糙集应用于知识发现的基础，但属性的最小约简仍是个 NP—hard 问题。为适应农业话题上的一些不相容信息系统，针对相容和不相容信息系统都适用的求核方法， 并根据属性的重要度运用一种启发式属性约简算法。启发式算法是对于相容与不相容信息系统都适合的求核方法，可以降低约简的复杂性，并获得较优的结果。
式约简算法的原理与运算过程， 可以更好的应用于农业话题跟踪技术中，从而解决农业话题跟踪技术中的发掘问题。为了更好的分析以上算法在农业话题跟踪中的应用， 我们用一个相容农业信息表和一个不相容农业信息表来具体分析， 通过分析计算，得出相应的结果，看是否满足农业话题跟踪技术的要求。先对仓库环境信息表进行分析， 根据不同时期仓库内的环境变化情况来跟踪仓库的整体评价， 通过启发式约简算法对不同时期仓库内的环境变化情况进行运算处理， 最后得到关键信息，从而实现话题的跟踪监测。这是一张相容信息表：
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
