基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了从大量数据中获取有用的知识,提出了基于粗集与神经网络技术的数据挖掘方法.首先利用粗集理论消除冗余的属性,得到数据集的一些规则,然后利用这些规则构造神经网络,利用神经网络技术完善粗糙规则.文章就这一技术的研究方法作了综述,并提出了改进的粗集约简方法.
推荐文章
基于粗集理论的神经网络
粗集理论
神经网络
智能信息处理
模式识别
基于Zernike矩、粗集和神经网络的数字识别方法
Zernike矩
粗糙集
特征选择
神经网络
数字识别
基于代数特征与粗集的模糊神经网络研究
主成分分析
线性判别分析
属性约简
近似约简误差
模糊神经网络
粗集神经网络在图像融合滤波中的应用研究
粗集神经网络
图像融合
遗传算法
滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗集理论与神经网络技术规则提取的研究
来源期刊 微机发展 学科 工学
关键词 粗集 神经网络 规则提取 数据挖掘
年,卷(期) 2003,(z2) 所属期刊栏目 人工智能与算法研究
研究方向 页码范围 43-45
页数 3页 分类号 TP183
字数 3177字 语种 中文
DOI 10.3969/j.issn.1673-629X.2003.z2.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘大中 河北大学数学与计算机学院 6 17 3.0 4.0
2 游自英 河北大学数学与计算机学院 2 63 2.0 2.0
3 郑寒英 河北大学数学与计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (20)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1982(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粗集
神经网络
规则提取
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导