-
Patent Agency Ranking
公开(公告)号：CN108564131A
公开(公告)日：2018-09-21
申请号：CN201810377572.X
申请日：2018-04-25
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种应用于不完备多粒度信息系统的属性约简方法，属于数据挖掘与知识发现技术领域。本发明提出的属性约简算法解决了传统采用不可分辨矩阵的计算复杂度高等缺点，它结合了证据理论，将下近似约简问题转化为保持信任度计算的问题，通过信任度的启发式的方式将相对信任度最高的属性添加到约简集合中，直至满足约束条件。该方法缩短了不完备多粒度序信息系统的属性约简时间，提高了结果的准确性。
-
公开(公告)号：CN108280478A
公开(公告)日：2018-07-13
申请号：CN201810066992.6
申请日：2018-01-24
Applicant: 中南大学
CPC classification number: G06K9/6267 , G06N5/00
Abstract: 本发明公开了一种不完备信息系统的动态约简方法，其基于Bazan等人提出的动态约简模型，将动态约简的定义与性质推广到覆盖决策信息系统，使其能够处理不完备决策表，得到更加稳定的约简结果，并使约简规则具有更好的预测能力，针对动态约简中核心的子表抽样问题，提出信息熵稳定性参数，并给出了一种新的抽取动态约简子表族的方法，实验结果表明，新提出的抽样方法能够大大减少计算量，并且可以得到符合要求的约简结果，动态约简在处理大数据信息系统方面，具有很强的抗噪性及鲁棒性，本文的研究进一步拓宽和完善了动态约简理论。
-
公开(公告)号：CN108595635A
公开(公告)日：2018-09-28
申请号：CN201810377573.4
申请日：2018-04-25
Applicant: 中南大学
Abstract: 本发明公开了一种基于直觉模糊粗糙集的属性约简方法，属于数据挖掘与知识发现技术领域。本发明提出的属性约简算法解决了传统属性约简算法不能实现不协调决策系统属性约简的缺点，它结合了证据结构，通过直觉模糊粗糙集与证据理论的密切关系得到质量函数，从而通过广义优势关系将不协调决策系统转化为协调决策系统。最后得到决策系统中相对约简、相对信任约简和相对似然约简等价。该方法完善了不协调决策系统的约简理论。
-
公开(公告)号：CN108427760A
公开(公告)日：2018-08-21
申请号：CN201810232868.2
申请日：2018-03-21
Applicant: 中南大学
Abstract: 本发明公开了一种应用于不完备序信息系统的属性约简方法，属于数据挖掘与知识发现技术领域。本发明提出的属性约简算法解决了传统采用不可分辨矩阵的计算复杂度高等缺点，它结合了证据理论，将下近似约简问题转化为保持信任函数之和不变的问题，通过贡献度来选择信任约简核，并采用启发式的方式将相对贡献度最高的属性添加到约简集合中，直至满足约束条件。该方法缩短了不完备序信息系统的属性约简时间，提高了结果的准确性。
-
公开(公告)号：CN113627452A
公开(公告)日：2021-11-09
申请号：CN202010381939.2
申请日：2020-05-08
Applicant: 中南大学
Abstract: 本发明提出一种基于随机森林的窃电行为检测算法，属于机器学习有监督学习领域。本发明提出的基于随机森林算法实现大规模用电数据的窃电行为检测，它通过筛选窃电用户的特征值来建立多棵决策树，将每棵决策树的结果作为投票来得出最后结果，该算法不仅能够快速处理海量用电数据，并且通过实验得知其具有较好的准确率和可靠性。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
