数据挖掘中基于可辨识矩阵的连续属性离散化方法

 连续属性的离散化在数据挖掘中有着非常重要的作用。本文基于可辨识矩阵提出一种连续属性离散化的方法，并利用平均互信息量对离散化结果进行修正。该方法通过统计模拟取得了良好的效果。     

基于杂度削减的连续属性离散化方法

连续属性离散化在人工智能和数据挖掘领域具有重要的作用。文章用杂度削减指标来量化离散化后区间内的一致性和区间之间的差异性,进而提出了基于这一指标的离散化方法。通过调整最小杂度削减阈值并构建二叉树来确定划分区间的断点,能够有效地寻求全局最优的离散化方案。模拟实验验证了该方法相对于传统方法的优势。     

基于模糊C均值聚类法和粗糙集理论的评价方法研究

粗糙集理论为处理模糊、不完整、不确定性知识分析提供了一种新的分析理论,更具客观性,其不足之处在于决策表中的值必须是离散值.文章首先介绍了粗糙集理论及其基本概念;然后引入了基于模糊C均值聚类法的连续属性离散化方法,并结合二者提出了一种综合评价方法;最后以20家上市公司作为经验样本,对其财务状况做出了综合评价.     

证据推理的随机多属性决策方法

在实际决策中,决策者经常面临不确定的环境,事先无法取得精确的属性值。随机多属性决策,即属性值为随机变量的多属性决策,是不确定型多属性决策中非常重要的类型。根据随机变量的类别,随机多属性决策同样可以分为:离散型和连续型两种情形。目前关于离散型随机多属性决策的研究并不多见。本文考虑了有信息缺失的离散型随机多属     

回归分析中虚拟变量的系数转换

回归分析中虚拟变量的系数转换曹志祥在工业统计回归分析中,有时遇到自变量是属性变量的情形,即该变量描述的现象是足性的,或是可分类的,但回归分析中不宜直接使用属性变量。因为,对属性变量所赋与的离散值之间的相等间距掩盖了不同属类之间的差异,用属性变量直接回...     

中国在线商品价格离散影响因素的实证检验

本文在相关研究基础上对影响在线商品价格离散的因素进行了实证研究,结果发现在线商品价格离散与产品属性、网站特点、产品市场特点等因素有关。     

基于粗糙集指数加权的聚类算法

对数据集进行聚类分析的过程中,由于数据属性包含的个性信息有差异,导致数据属性在聚类过程中的作用会有差异。因此需要对属性进行加权,以减少包含共性较多的属性对聚类结果的影响。目前粗糙集加权研究仅用于属性值为少数离散值的情况。提出了基于粗糙集指数加权算法,对原始数据集进行预处理,并设计实验,验证了该算法能够有效提高聚类算法的正确率。     

一种基于聚类与离散化算法的分类方法

在采用聚类方法产生训练集的基础上,运用粗集理论离散化预处理该训练集,可以更好的提高分类精度.文章运用PAM算法聚类原始样本构成训练集,再利用布尔逻辑和粗集理论结合的离散化算法离散化该训练集,并以此离散化的训练集训练分类器.实验结果证明,基于该方法在相同的数据集上分类,比仅基于PAM算法预处理的RDDTE方法产生的分类精度最高提高了15.5%,且选用更少量的训练集.     

湖北省能源消费动力学模型演化分析

本文针对能源-经济系统和湖北省能源消费问题的复杂性,借助哈维尔摩增长模型构建能源消费的确定型时间连续模型,并以此为基础全面刻画了其离散化的动力学模型;然后基于非线性理论,以计算机模拟为基本手段,对湖北省能源消费模型的长期演化行为进行了深入研究;最后对模型的内涵进行了讨论.     

基于高斯随机场下的疾病风险模型

疾病地图经常应用于疾病地理分布的研究,由于相邻的区域之间,疾病相对风险比较相似,通常使用随机效应模型的方法,这样可以使估计值更为稳定。为进一步研究空间疾病风险的差异程度,我们提出了新的疾病风险结构模型,将离散的区域疾病风险连续化,并将模型建立在高斯随机场下,这样我们不仅可以估计每个区域个体的相对风险,还可以估计区域总体的疾病风险。     

基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用

 作为一种近似处理的工具,粗集主要用于不确定情况下的决策分析,并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要先经过离散化的步骤,这就损失了数值型变量提供的高质量信息。本文对隶属函数重新加以概率定义,并提出了一种基于Bayes概率边界域的粗集分类技术,比较好的解决了当前粗集方法所面临的数值型属性分类的不适应、分类规则不完备等一系列问题。     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

绩效信息自适应融合的熵模型

本文提出了一种用于绩效信息融合的熵模型,依据融合的几个步骤即绩效信息提取、关联与决策,描述了基于熵模型进行绩效信息自适应融合的新方法。该方法可对从各对象源(如数据库、知识库等)中提取的绩效特征属性信息进行模型化,对这些模型化的绩效属性信息进行关联后,得到准确的决策。本文为了实现多对象源的绩效信息融合,还提出了EAA算法。     

航空公司航线决策的一种方法

针对只有部分权重信息已知且属性为混合型的航空公司航线决策问题,对用模糊语言和实数表示的属性进行了区间化处理,把多混合属性决策转化为属性值为区间数的多属性决策.然后基于推广定义的相离度和可能度计算公式,利用线性规划模型求取属性权重且依据求取的可能度排序向量给出了航线排序,最后通过实例说明了方法的可行性和有效性.     

基于贝叶斯网络的长江地区人口健康素质预测

文章从提高人口健康水平方面研究了提高人口素质决策的评价体系,以贝叶斯网络为工具,在对长江地区人口数据进行了相应的离散化处理后,从大量人口数据中分析人口健康素质问题,建立了描述人口健康素质的贝叶斯网络模型,可为人口决策提供科学依据.     

常利率因素下的复合二项风险模型的破产概率

经典风险理论主要处理保险事务中的随机风险模型,讨论模型在有限时间内的生存概率以及最终破产概率等问题。模型依时间分为连续时间模型和离散时间模型。连续时间模型有许多文献进行了研究。众所周知的结果是Lund-berg不等式,后来Feller、Gerber、GordonE.、Willmot,以及吴荣、     

阶梯水价下需求函数模型研究

本文针对居民生活用水实施阶梯水价下双误差项的需求函数模型—离散连续选择模型进行了讨论，并给出了R包下的仿真算法和程序。     

具有等级改造策略的离散网络设计问题的新算法

对一个已经存在的交通网络,用定量的方法确定添加哪些新的路段,和对哪些已有路段进行改进以提高其通行能力的问题,叫做"交通网络设计问题".根据所研究的问题可分为连续和离散两种情况.本文对具有等级改造策略的离散网络设计问题的算法做了研究,在忽略Braess诡异的情况下,给出了一种新的省时的隐枚举法,并用简单的算例验证了该算法的有效性.     

混合型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵。然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念。最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤。     

混台型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵.然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念.最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤.