首页> 中文会议>中国人工智能学会第12届全国学术年会 >关系数据流中增减型及循环型知识的发现

关系数据流中增减型及循环型知识的发现

摘要

本文借助Rough集理论提出并研究了一种在以关系为单位的数据流中发现“增加”、“减少”等增减型知识以及“良性循环”、“恶性循环”等循环型知识的方法。这些方法可以发现事物间发展的联系及发展的趋势,为决策者提供更强有力的支持。特别是发现各种循环,将为决策者加强“良性循环”,增加效益与成功、摆脱“恶性循环”,避免亏损与失败,提供了重要的依据。这些决策支持是以往的知识发现所没有的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号