原文服务方: 计算机应用研究       
摘要:
为了在知识约简中能够客观地反映决策规则的决策能力,提高约简的效率和识别率,针对动态知识获取这一问题,提出了一种基于决策熵的增量式知识获取算法。该方法利用决策熵能够客观地衡量决策表的决策能力的特点,在现有规则集基础上实现知识的动态更新,避免了重复计算从而提高了知识获取的识别率和效率。最后通过实验说明了该方法的有效性。
推荐文章
基于邻域关系的知识粒度增量式属性约简算法
粗糙集
增量式学习
邻域关系
知识粒度
属性约简
一种基于混合决策树的调度知识获取算法
调度知识
特征选取
遗传算法
模拟退火算法
决策树
基于增量式遗传算法的粗糙集分类规则挖掘
粗糙集
数据挖掘
增量式遗传算法
分类规则
分布决策信息系统增量属性约简算法
分布决策信息系统
属性约简
增量学习
知识粒度
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 基于决策熵的增量式知识获取算法
来源期刊 计算机应用研究 学科
关键词 决策熵 粗糙集 规则树 动态信息系统 增量式知识获取 规则提取
年,卷(期) 2014,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 989-992
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.04.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (112)
共引文献  (221)
参考文献  (12)
节点文献
引证文献  (0)
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)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(10)
  • 参考文献(0)
  • 二级参考文献(10)
1999(11)
  • 参考文献(0)
  • 二级参考文献(11)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(12)
  • 参考文献(3)
  • 二级参考文献(9)
2008(12)
  • 参考文献(1)
  • 二级参考文献(11)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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
决策熵
粗糙集
规则树
动态信息系统
增量式知识获取
规则提取
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导