粗集数据挖掘方法MIE-RS的设计与实现

• 作者: 赛英 陈文伟
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 数据挖掘 粗集 粗集扩展模型 不一致例子学习 覆盖属性集
• 年，卷（期）: 2001,（5）
• 页码范围: 565-567
• 页数: 3页
• 分类号: TP311.13
• 字数: 3083字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2001.05.015

摘要

本文提出了一个基于粗集扩展模型的数据挖掘算法MIE-RS(Mining from Inconsistent Examples:a Rough Set Approach),能有效处理例子集的不一致性,并且通过确定每个概念的覆盖,即最小相关属性集,为每一概念产生最简的满足给定可信度的产生式规则知识.另外,本文还提出了用Hash表来实现该算法的方法,从而大大降低了算法的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赛英	山东财政学院计算机系	12	105	6.0	10.0
2	陈文伟	国防科技大学七系	39	838	15.0	28.0