王伟
- 作品数：5 被引量：22H指数：3
- 供职机构：安徽大学数学与计算科学学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于关联规则的覆盖领域约简算法被引量：7
- 2008年
- 前向神经网络的网络覆盖算法根据样本数据构造性地建立神经网络,其结构易于确定,执行效率高。但由于噪声数据的存在,可能造成覆盖领域多的现象,增加了网络结构的复杂度,并产生一些不必要的误识。该文借鉴数据挖掘中关联规则的支持度与可信度的概念,对覆盖领域进行约简,理论分析和实验表明,该算法可以有效地简化覆盖网络的结构,提高网络的稳定性和推广能力。
- 吴涛尚丽王伟陈黎伟
- 关键词：神经网络
- 粗糙集在经济分析中的应用被引量：5
- 2008年
- 随着计算机技术的快速发展,各种数据急剧增长,如何从这些海量数据中提取有用的信息成为了一个很现实而且重要的问题。在粗糙集理论中,规则的生成是很重要的,从规则中可以得出数据中一些内在规律,这对发现和分析决策表的本质有很大的帮助。该文利用安徽省近几年的经济数据对安徽省经济的运行进行分析,并从中得到一些经济规则,从规则分析中得到了与现实一致的结果。
- 王伟高亮吴涛
- 关键词：粗糙集经济指标
- 一种新的属性约简算法被引量：2
- 2008年
- 属性约简是粗糙集理论中的一个核心问题,为了有效获取属性最小相对约简,提出了一种新的基于相对差异比较表的属性约简算法。该算法给出了一种将信息表转化为相对差异比较表的方法,且该方法对于不相容决策表也是可行的,进而就将求解最小属性约简问题转化为求解一个0-1整数规划问题,并分别采用一般求解规划问题的方法和遗传算法两种方法来求解这个0-1整数规划问题。实验结果证明该算法结合遗传算法能够更加快速有效地进行属性约简。
- 高亮王伟吴涛
- 关键词：粗糙集属性约简遗传算法
- 基于遗传算法的长频繁项集挖掘方法被引量：2
- 2008年
- 在数据挖掘中,关联规则的挖掘是一项核心内容,且规则的生成主要集中在如何寻找频繁项集上。一般情况下,寻找频繁项集是困难的,且项数越多越难,而最长频繁项集隐含了几乎所有的频繁集,因此,寻找频繁项集就转化为寻找最长频繁项集。文中利用遗传算法的全局最优和海量数据处理性来搜索最长频繁项集,该法只需扫描一次数据库,大大节约了时间。实验也说明了该算法的可行性。
- 王伟高亮吴涛
- 关键词：数据挖掘关联规则频繁项集遗传算法
- 一种基于模糊聚类的离散化方法被引量：7
- 2008年
- 由于粗糙集只能对离散属性进行处理,因而连续属性的离散化也就成了粗糙集的主要问题之一。提出了一种从模糊聚类出发的离散化方法,并给出了一个判别函数,由该函数从聚类结果中选择最优的一个解,因而是一种自寻优的求解过程,避免了人为划分类数的主观影响。最后进行了实验比较,证实了该方法的有效性和合理性。
- 王伟高亮吴涛
- 关键词：模糊聚类离散化粗糙集
