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:
数据样本集作为人工智能不可缺少的部分,应是全面的,有效的集合.当所提供的数据样本集残缺不全时,会影响人工智能的有效应用.针对这一问题,该文提出了一种基于决策算法的数据样本集补全方法,能科学、正确、有效地补全数据样本集,为提高人工智能的决策推理铺平了道路.
推荐文章
针对机器学习中残缺数据的近似补全方法
机器学习
残缺项
二次规划
补全方法
数据样本集残缺的粗集解决法
数据样本集
残缺
粗集
决策表
化简
残缺数据型决策中的逆判方法及应用
双因素方差分析
残缺数据
评判与逆判
可比化
基于小样本集弱学习规则的KNN分类算法
机器学习
K-最近邻分类
小样本集
标签数据
弱学习规则
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 基于决策算法的残缺数据样本集补全方法
来源期刊 计算机工程 学科 工学
关键词 决策算法 数据样本集 决策表 化简 粗糙集
年,卷(期) 2006,(2) 所属期刊栏目 开发研究与设计技术
研究方向 页码范围 266-267,270
页数 3页 分类号 TP18
字数 2357字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.02.095
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 胡国华 忻州师范学院计算机系 12 13 2.0 3.0
2 赵青杉 忻州师范学院计算机系 55 138 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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
决策算法
数据样本集
决策表
化简
粗糙集
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导