• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Computational intelligence for knowledge-based systems design >Rule Discovery Process Based on Rough Sets under the Belief Function Framework
【24h】

Rule Discovery Process Based on Rough Sets under the Belief Function Framework

机译：信念函数框架下基于粗糙集的规则发现过程

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we deal with the problem of rule discovery process based on rough sets from partially uncertain data. The uncertainty exists only in decision attribute values and is handled by the Transferable Belief Model (TBM), one interpretation of the belief function theory. To solve this problem, we propose in this uncertain environment, a new method based on a soft hybrid induction system for discovering classification rules called GDT-RS which is a hybridization of the Generalization Distribution Table and the Rough Set methodology.
机译：在本文中，我们基于部分不确定数据的粗糙集来处理规则发现过程的问题。不确定性仅存在于决策属性值中，并由可信赖度模型（TBM）处理，这是信念函数理论的一种解释。为了解决这个问题，我们提出了在这种不确定的环境中基于软混合归纳系统发现分类规则的新方法GDT-RS，它是广义分布表和粗糙集方法的混合。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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