基于粗糙集和决策树的数据挖掘方法

• 作者: 吴成东 裴涛 许可 韩中华
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 决策树 数据离散化 数据挖掘 谱系聚类 属性约简
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 信息与控制
• 页码范围: 481-484
• 页数: 4页
• 分类号: TP391
• 字数: 4204字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2006.05.003

摘要

从粗糙集和决策树两种方法具有的优势互补性出发,提出了一种基于粗糙集和决策树相结合的数据挖掘新方法.以胶合板缺陷检测数据分析为应用对象,利用粗糙集理论对胶合板数据库中的特征信息进行缺陷识别.利用谱系聚类重心距离法对数据进行离散化处理,采用粗糙集进行属性约简,得到低维样本数据,最后用决策树方法产生决策规则.实验证明,这种数据挖掘方法保留了原始数据的内部特点,加快了获取知识的进程,提高了模型的分类准确率,增强了规则的可解释性,取得了满意的研究结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴成东	东北大学信息科学与工程学院	168	1357	19.0	27.0
2	韩中华	沈阳建筑大学信息与控制工程学院	48	308	9.0	15.0
3	许可	沈阳建筑大学信息与控制工程学院	28	122	6.0	11.0
4	裴涛	沈阳建筑大学信息与控制工程学院	4	55	2.0	4.0