导读:本文包含了属性简约论文开题报告文献综述及选题提纲参考文献，主要关键词:粗糙集理论,条件熵算法,航空无线电设备,故障诊断
属性简约论文文献综述
陈幼芬[1]（2016）在《基于一种条件熵的决策表属性简约算法在故障诊断中的应用研究》一文中研究指出条件熵的粗糙集理论算法可以考虑条件属性和决策属性之间的关系,并在故障诊断中的应用具有一定优势。采用基于条件熵的粗糙集属性简约算法,并将其应用于航空无线电设备故障诊断。实验结果表明,故障诊断是准确、可靠的。该算法具有一定使用价值。(本文来源于《电脑与信息技术》期刊2016年02期）
齐晨虹[2]（2015）在《基于属性简约的乳腺疾病数据分类技术及应用研究》一文中研究指出随着计算机技术的发展,医疗信息化的脚步也在加快,利用信息化推动医疗的改革是未来医疗行业的发展方向。与此同时,如何将大量存储的医疗数据高效地运用起来并发挥其潜在作用,并为医疗工作者及相关研究人员做出相应决策提供科学依据,是现阶段医疗数据挖掘的重要任务。数据属性简约,是在不失去数据原有表达内容的基础上来选择最小的数据属性子集,该方法可以通过线性选择或非线性映射来去除冗余的和不相关的属性,从而达到数据分类准确率不降低和性能提高的目标。医疗数据具有异构性、海量性、隐私性和数据表征不明显等特点,对医疗数据在数据挖掘前进行必要的数据属性简约处理。将数据挖掘与数据可视化相结合,可以让用户在数据挖掘之前、数据挖掘的过程中和数据挖掘后得到的结果叁个阶段增加交互性,提高用户或研究者对于数据的理解程度。本文从特征选择和特征提取两个方面,采用相关算法分别对两组乳腺疾病的医疗数据进行属性简约和分类,并利用数据可视化技术将待挖掘的原始数据、处理中的数据和挖掘结果进行直观和有效的呈现,并对相关性能指标进行分析。本文首先概要地阐述了研究背景、意义及国内外研究现状,论述了数据挖掘中分类与聚类的基本方法,讨论了数据挖掘技术和可视化的基本理论和思想,举例说明了数据可视化、数据挖掘过程可视化和数据挖掘结果可视化的方法和步骤,介绍了两种属性简约方式即数据特征选择和特征提取的算法。然后,通过某医院实际诊疗的乳腺癌数据,使用Weka工具对788条患者数据进行了分类分析,该研究对诊断乳腺癌病变具有一定的参考作用。论文采用不同的特征选择算法筛选出重要属性,再用分类算法建模,从而实现数据的分类。实验结果表明,对于乳腺癌数据采用贝叶斯网络分类的准确率最高,且模型的各项性能指标优于其他分类算法;Logistic回归算法对叁种特征选择算法后得到的属性值进行分类的准确率都有所提升;采用特征选择后进行分类建模的时间都有所减少,时间复杂度有所降低。最后,通过对一组电阻抗扫描乳腺检测数据的KMO检验,得出其计量值大于0.9,适合因子分析。鉴于此,提出了基于PCA算法的电阻抗扫描乳腺检测数据的分类方法,并采用BP神经网络进行分类,在R语言平台上进行了实现。实验结果表明,基于PCA的分类方法其分类准确率没有明显降低,性能有明显提升。(本文来源于《兰州交通大学》期刊2015-06-01）
周建,莫智文[3]（2012）在《基于粗集与概念格的属性简约讨论》一文中研究指出概念格的属性简约是在形式背景下解决复杂问题的重要途径,通过对概念格、粗糙集的讨论,将两者有效结合,并借助粗糙集上(下)近似的方法,得出了一个对概念格属性简约的方法,方法将二维的概念格属性简约转化为一维的一种对象格的简约,避免了形式背景下的概念的计算和进一步的可辨识矩阵的计算,方法简便,算法简单易实现,是概念格属性简约有效的算法.(本文来源于《数学的实践与认识》期刊2012年19期）
韩玲,胡学钢,李建国,冯崇岭[4]（2007）在《基于数据分析方法的属性简约算法的实现》一文中研究指出属性约简是粗集理论中的研究热点之一。文章通过数据分析方法讨论了属性约简问题,该算法直观,易于理解,能计算出所有的约简,克服了启发式算法的不完备性,以及基于区分矩阵的属性约简算法中出现时间和空间浪费的问题。实例表明,该法是行之有效的。(本文来源于《电脑知识与技术(学术交流)》期刊2007年06期）
张雪梅,高翔[5]（2004）在《基于Rough集理论的属性简约研究》一文中研究指出为了从海量的数据获得知识,数据挖掘被广泛地应用于知识发现。粗糙集理论是一种研究不确定性知识的工具,该文从Rough集理论的基本概念出发,对基于Rough集的信息系统决策表的属性简约问题进行了研究,挖掘出隐藏于信息表中的统计信息。该文对Rough集属性重要性在属性简约中的应用进行了研究,研究发现熵作为一种衡量信息量的重要工具,将其引入属性重要性的定义,考虑该属性对于论域中不确定分类子集的影响,使属性重要性这一概念更加完善。文章将这一概念应用于水声信号的目标识别,给出仿真结果,提出了以后的研究方向。(本文来源于《计算机仿真》期刊2004年10期）
李玉榕,乔斌,蒋静坪[6]（2002）在《基于熵的粗糙集属性简约算法》一文中研究指出本文定义了四种条件熵,并在此基础上提出了四种基于熵的方法,以用于粗糙集数据分析中的属性简约。举例说明了这四种基于熵的属性简约算法各自的优缺点。最后对两个实际数据库进行了测试,结果表明了所提出的基于熵的属性简约算法的有效性。(本文来源于《电路与系统学报》期刊2002年03期）
朱红[7]（2002）在《基于Rough Set的属性及属性值简约的一种算法》一文中研究指出属性及属性值的约简是RoughSet理论的核心内容之一 ,基于此 ,我们通过最少的信息量也能做出正确的判断 .利用RoughSet理论中关于相对正域的概念 ,给出了一种求最少属性及最少属性值 (即核值表 )的算法 ,并通过理论和实践证明了其正确性(本文来源于《湘潭大学自然科学学报》期刊2002年03期）
属性简约论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的发展,医疗信息化的脚步也在加快,利用信息化推动医疗的改革是未来医疗行业的发展方向。与此同时,如何将大量存储的医疗数据高效地运用起来并发挥其潜在作用,并为医疗工作者及相关研究人员做出相应决策提供科学依据,是现阶段医疗数据挖掘的重要任务。数据属性简约,是在不失去数据原有表达内容的基础上来选择最小的数据属性子集,该方法可以通过线性选择或非线性映射来去除冗余的和不相关的属性,从而达到数据分类准确率不降低和性能提高的目标。医疗数据具有异构性、海量性、隐私性和数据表征不明显等特点,对医疗数据在数据挖掘前进行必要的数据属性简约处理。将数据挖掘与数据可视化相结合,可以让用户在数据挖掘之前、数据挖掘的过程中和数据挖掘后得到的结果叁个阶段增加交互性,提高用户或研究者对于数据的理解程度。本文从特征选择和特征提取两个方面,采用相关算法分别对两组乳腺疾病的医疗数据进行属性简约和分类,并利用数据可视化技术将待挖掘的原始数据、处理中的数据和挖掘结果进行直观和有效的呈现,并对相关性能指标进行分析。本文首先概要地阐述了研究背景、意义及国内外研究现状,论述了数据挖掘中分类与聚类的基本方法,讨论了数据挖掘技术和可视化的基本理论和思想,举例说明了数据可视化、数据挖掘过程可视化和数据挖掘结果可视化的方法和步骤,介绍了两种属性简约方式即数据特征选择和特征提取的算法。然后,通过某医院实际诊疗的乳腺癌数据,使用Weka工具对788条患者数据进行了分类分析,该研究对诊断乳腺癌病变具有一定的参考作用。论文采用不同的特征选择算法筛选出重要属性,再用分类算法建模,从而实现数据的分类。实验结果表明,对于乳腺癌数据采用贝叶斯网络分类的准确率最高,且模型的各项性能指标优于其他分类算法;Logistic回归算法对叁种特征选择算法后得到的属性值进行分类的准确率都有所提升;采用特征选择后进行分类建模的时间都有所减少,时间复杂度有所降低。最后,通过对一组电阻抗扫描乳腺检测数据的KMO检验,得出其计量值大于0.9,适合因子分析。鉴于此,提出了基于PCA算法的电阻抗扫描乳腺检测数据的分类方法,并采用BP神经网络进行分类,在R语言平台上进行了实现。实验结果表明,基于PCA的分类方法其分类准确率没有明显降低,性能有明显提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
属性简约论文参考文献
[1].陈幼芬.基于一种条件熵的决策表属性简约算法在故障诊断中的应用研究[J].电脑与信息技术.2016
[2].齐晨虹.基于属性简约的乳腺疾病数据分类技术及应用研究[D].兰州交通大学.2015
[3].周建,莫智文.基于粗集与概念格的属性简约讨论[J].数学的实践与认识.2012
[4].韩玲,胡学钢,李建国,冯崇岭.基于数据分析方法的属性简约算法的实现[J].电脑知识与技术(学术交流).2007
[5].张雪梅,高翔.基于Rough集理论的属性简约研究[J].计算机仿真.2004
[6].李玉榕,乔斌,蒋静坪.基于熵的粗糙集属性简约算法[J].电路与系统学报.2002
[7].朱红.基于RoughSet的属性及属性值简约的一种算法[J].湘潭大学自然科学学报.2002