1) achieving characteristic rule
提取特征规则
1.
A repeated cover algorithm of achieving characteristic rule;
提取特征规则的重复覆盖算法(RCA)
3) rule extraction
规则提取
1.
Raw cotton yarn tenacity's rule extraction based on Rough Set theory;
基于Rough Set理论对原棉纱线强度的规则提取
2.
Data enrichment and rule extraction based on approximate attribute reduction in the context of rough sets;
基于近似属性约简的信息表浓缩和规则提取
3.
Algorithm on rule extraction based on rough set and neural network theory;
基于粗糙集和神经网络理论的规则提取算法
4) rules extraction
规则提取
1.
An rules extraction algorithm of decision tree based on rough set theory;
基于粗糙集的决策树规则提取算法
2.
An algorithm of minimum rules extraction based on rough set theory;
基于粗糙集的最小规则提取算法
3.
Cloud model based rules extraction algorithm;
基于云模型的规则提取算法研究
5) rule extract
规则提取
1.
A program is designed based on arithmetic of rough set theory for decision-rule extracting and parameter reduct in fault infor-mation table of engine.
利用基于粗糙集的知识约简和决策规则提取算法,将柴油机故障信息值进行约简,求出其决策规则,完成柴油机的故障信息条件属性值约简和决策规则提取程序设计。
6) rule acquisition
规则提取
1.
According to the characteristics of time-series data, a strategy on data attribute reduction and rule acquisition using the concept of prediction success based on rough entropy was proposed.
分析了近似质量在提取非确定性规则方面的不足,并基于粗糙熵的预测成功度概念,结合时序数据特点,提出一种属性约简及规则提取策略。
2.
By these analysis,approaches to rule acquisitions and attribute reductions on a decision formal context are established.
在研究了概念格形成的偏序结构的基础上,引进了由两个形式背景形成的决策形式背景,讨论了外延集类上等价关系和交一致关系,给出了决策形式背景下规则提取与属性约简方法。
3.
The methods of the attribute reduction and a method of the rule acquisition of the consistent decision table a.
讨论了协调决策表的数据约简,并证明其不影响进一步的属性约简和规则提取。
补充资料：特征提取
特征提取
feature extraction
t6Zheng tiqu特征提取(featu了eextraction)特征选择与提取的通称。特征选择和提取是模式识别的关键环节，其任务是压缩存在于表示模式的原始测量数据中的冗余和无关的信息，提取一组对分类最有效的特征参数，以减少计算工作量，提高分类器的性能。特征参数可以从输人模式信息中选出一个子集构成，这一过程称为特征选择。新的特征参数也可以通过降维变换获得，即将输人模式从较高维数的测量空间变换到较低维数的特征空间，以一个低维特征向量表示输人模式，这一过程称为特征提取。 由于特征提取的任务是求出一组对分类最有效的特征，因此首先需要一个能定量评估特征有效性的准则。分类器的误识概率可作为理想的准则，但由于估计误识概率的分布非常困难，实用时往往以其他一些准则代替。常用的准则有:基于概率距离的准则，基于类间距离的准则，基于墒函数的准则等。应用上述准则，可以通过分支定界和顺序搜索等优化算法，求得一个最优的或次优的特征集。近年来基于人工智能的启发式算法也在特征选择中得到应用。在进行降维变换以实现特征提取时，考虑到可分析性和计算可行性，一般采用线性变换方法，.最常用的是以K一L扩展为基础的线性变换。(黄泰冀)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条