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:
本文探讨了基于属性重要性、基于信息熵、基于遗传算法和基于聚类的离散化算法,通过分析总结了各算法的优点及不足,并提出有待解决的问题。
推荐文章
连续属性离散化算法比较研究
离散化
贪心算法
属性重要性
信息熵
聚类
具有全局聚类的多属性离散化算法
统计量
连续属性
离散化
基于信息增益的多连续属性离散化算法改进
离散化
多连续属性
信息增益
一种基于层次聚类的属性全局离散化算法
粗糙集
属性离散化
层次聚类
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 属性离散化算法研究
来源期刊 长春师范学院学报:自然科学版 学科 工学
关键词 离散化 属性重要性 信息熵 遗传算法 聚类
年,卷(期) 2009,(6) 所属期刊栏目
研究方向 页码范围 12-14
页数 3页 分类号 TP18
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(6)
  • 参考文献(6)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
离散化
属性重要性
信息熵
遗传算法
聚类
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
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导