文件名称：基于粗糙集和决策树的数据挖掘方法 (2006年)
文件大小：4.21MB
文件格式：PDF
更新时间：2024-07-01 21:23:15
自然科学 论文
从粗糙集和决策树两种方法具有的优势互补性出发，提出了一种基于粗糙集和决策树相结合的数据挖掘新方法。以胶合板缺陷检测数据分析为应用对象，利用粗糙集理论对胶合板数据库中的特征信息进行缺陷识别。利用谱系聚类重心距离法对数据进行离散化处理，采用粗糙集进行属性约简，得到低维样本数据，最后用决策树方法产生决策规则。实验证明，这种数据挖掘方法保留了原始数据的内部特点，加快了获取知识的进程，提高了模型的分类准确率，增强了规则的可解释性，取得了满意的研究结果。