邹瑞芝
- 作品数：7 被引量：26H指数：2
- 供职机构：华南商贸职业学院更多>>
- 发文基金：国家自然科学基金湖南省科技计划项目湖南省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于K-均值聚类和凝聚聚类的离群点查找方法被引量：11
- 2009年
- 离群点发现是数据挖掘研究的一个重要方面。根据数据流的特点,给出了一种基于K-均值聚类和凝聚聚类的离群点发现方法,先用K-均值聚类对数据流进行处理,生成中间聚类结果,然后用凝聚聚类对这些中间结果进行再次选择,最后找出可能存在的离群点。
- 曾颖罗可邹瑞芝
- 关键词：数据挖掘离群点K-均值聚类凝聚聚类
- 基于粗糙集的分类算法研究
- 数据挖掘是利用分析工具从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中、事先未知、但又潜在有用的信息和知识。数据分类是数据挖掘的重要内容之一。目前用于分类的方法有很多，如粗糙集、决策树、贝叶斯网络、遗...
- 邹瑞芝
- 关键词：粗糙集数据分类计算机数学
- 文献传递
- 一种基于遗传算法的粗糙集属性约简算法被引量：2
- 2011年
- 属性约简是粗糙集理论研究的重要内容之一,而求解最小约简是NP难问题。为了有效获取最优或次优约简,该文提出了一种基于遗传算法的粗糙集属性约简算法。该算法将属性核加入遗传算法的初始种群来增加收敛速度,而且在适应度函数中,通过计算决策属性对条件属性的依赖度,使该文算法既保证了全局寻优的特性又具有加强局部搜索的能力,能够获得最佳的搜索效果。该算法通过实例分析,证明是求解属性约简问题的快速有效方法。
- 邹瑞芝
- 关键词：粗糙集属性约简遗传算法属性依赖度
- 基于复合粒子群的数据分类方法被引量：2
- 2009年
- 分类是数据挖掘中的一个重要任务。当前许多分类算法一般要求处理离散属性数据,提出了一种新的基于复合粒子群算法,它能对含有连续属性和离散属性值的混合数据进行分类。为提高分类正确率和效率,对基本粒子群采用复合结构编码,通过粒子群算法得到连续属性离散化后的候选分割点并分类,将混合数据分类问题转化为0-1组合优化问题。实验结果证明,该算法有很好的分类效果,而且具有较快的收敛速度。
- 曾正良罗可邹瑞芝
- 关键词：数据挖掘数据分类粒子群算法离散化
- 基于数据压缩算法的研究被引量：2
- 2011年
- 随着信息技术和计算机技术的飞速发展,人们面对的数据越来越多,在数据储存和传输的过程中,数据压缩的地位越来越重要。文章介绍LZW数据压缩算法,并给出一个编码实例,实验结果证明这是一种有效的数据压缩方法。
- 邹瑞芝
- 关键词：数据压缩LZW算法
- 基于粗糙集理论的决策树分类方法被引量：9
- 2009年
- 决策树是数据挖掘中常用的分类方法。本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生。该方法计算简单,易于理解。本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力。实例说明了本文方法均简单有效。
- 邹瑞芝罗可曾正良
- 关键词：粗糙集决策树
- 基于粗糙集理论的决策树分类方法
- 决策树是数据挖掘中常用的分类方法.本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生。该方法计算简单,易于理解。本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力。实例说...
- 邹瑞芝罗可曾正良
- 关键词：粗糙集决策树数据挖掘
- 文献传递
