期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种基于多重支持度的缺省规则挖掘算法

An Algorithm of Mining Default Rules with Multiple Supports
在线阅读 下载PDF
导出
摘要 Rough集理论提供了一种新的处理不精确、不完全与不相容知识的数学方法。从不一致决策表中快速而有效地挖掘出缺省规则是决策规则挖掘研究的一个热点。MDRBR算法采用单一的规则支持度阈值进行缺省规则的挖掘,这不利于有效地挖掘出用户感兴趣的缺省规则。为此,该文对MDRBR算法进行了改进,并提出了一种基于多重支持度的的缺省规则挖掘算法-MSMDRBR算法,MSMDRBR算法可依据多重支持度阈值合理地取舍决策规则,因而具有一定的实用意义。 Rough Sets theory is a new mathematical method to deal with imprecise,incomplete and inconsistent data.How to speedily and effectively mine default rules is a key focus from inconsistent decision table.MDRBR algorithm uses uniform minimum support threshold for mining default decision rules,the method can not effectively mine the interesting default decision rules to users.This paper proposes an algorithm of Mining Default Rules with Multiple Supports -MSMDRBR.Algorithm MSMDRBR improves effectively MDRBR algorithm and reasonably accepts or rejects decision rules by multiple supports,so the algorithm has real importance.
作者 杨萍 杨明 孙志挥
机构地区 安徽工程科技学院数理系 东南大学计算机科学与工程系
出处 《计算机工程与应用》 CSCD 北大核心 2003年第13期204-205,211,共3页 Computer Engineering and Applications
基金 国家自然科学基金(编号:79970092) 安徽省教育厅自然科学研究基金(编号:2001kj050)资助
关键词 粗糙集 缺省规则 多重支持度 Rough Sets,Default Rules,Multiple Supports
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献8

二级参考文献13

  • 11，Knorr E, Ng R. Algorithms for mining distance-based outliers in large datasets. In: Proc of the 24th VLDB Conf. New York, 1998. 392～403
  • 22，Barnett V, Lewis T. Outliers in Statistical Data. New York: John Wiley & Sons,1994
  • 33，Knorr E, Ng R. A unified approach for mining outliers: Properties and computation. In: Proc of 1997 Int'l Conf on Knowledge Discovery and Data Mining( KDD'97). Newport Beach, California, 1997. 219～222
  • 44，Knorr E, Ng R. Finding intensional knowledge of distance-based. In: P roc of the 25th VLDB Conf. Edinburgh, Scotland, 1999. 211～222
  • 55，Breuning M, Kriegel H, Ng R. OPTICS-OF: Identifying local outliers. I n: Proc of the 3rd European Conf on Principles and Practice of Knowledge Discove ry in Databases(PKDD'99). Prague, 1999. 262～270
  • 66，Arning A, Agrawal R, Raghavan P. A linear method for deviation in larg e database. In: Proc of Int'l Conf on Data Mining and Knowledge Discovery(KDD'9 6). Portland, 1996. 164～169
  • 77，Guha S, Rastogi R, Shim K. Rock: A robust clustering algorithm for cat egorical attributes. In: Proc of 1999 Int'l Conf on Data Engineering. Sydney, 19 99. 512～521
  • 88，Agrawal R, Srikant R. Fast algorithms for mining association rules. I n: Proc of 1994 Int'l Conf on Very Large Data Bases (VLDB94). Santiage, Chile, 1 994. 487～499
  • 99，Agrawal R, Imielinski T, Swami A. Mining association rules between set s of items in large databases. In: Proc of ACM SIGMOD Conf on Management of Data (AIGMOD'93). Washington, 1993. 207～216
  • 10Hu X，An Attribute-Oriented Rough Set Approach for Knowledge Discovery，1993年，90页

共引文献308

计算机工程与应用
2003年 第13期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部