基于粗糙分类的不确定可拓群决策数据挖掘及应用
DOI:
CSTR:
作者:
作者单位:

1. 东华大学管理学院
2. 上海市延安西路1882号东华大学管理学院
3. 北京大学

作者简介:

朱佳俊

通讯作者:

中图分类号:

基金项目:

多智能体量子进化模型研究


Rough classification algorithm for uncertain extension group decisionmaking
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对可拓分类的不足及分类中存在的不确定性, 将关联函数与决策函数相结合, 研究不确定条件下可拓群
    决策的可拓变换与粗糙分类、属性约简与规则提取、数据分析与方案识别, 以实现决策对象在不确定条件下的比较
    与选择; 解决了多方案可拓分类和动态识别的系统分类问题, 提高了可拓群决策数据挖掘的准确性和可信度.

    Abstract:

    For the lack of extension classification and the uncertainty in classification,this paper studies extension
    transformation and rough classification, attribute reduction and rules extraction, data forecast and program identification
    of extension group decision-making under uncertainty by combining correlation function and decision function, to improve
    the accuracy and the reliability of data mining by making comparison and selection of objects in changing environment, and
    to solve systematic classification problems of multi-project extension classification, dynamic recognition in extension group
    decision-making.

    参考文献
    相似文献
    引证文献
引用本文

朱佳俊, 郑建国, 李金兵.基于粗糙分类的不确定可拓群决策数据挖掘及应用[J].控制与决策,2012,27(6):850-854

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-12-01
  • 最后修改日期:2011-05-27
  • 录用日期:
  • 在线发布日期: 2012-06-20
  • 出版日期:
文章二维码