• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on hybrid artificial intelligent systems;HAIS 2011 >Evolving Temporal Fuzzy Association Rules from Quantitative Data with a Multi-Objective Evolutionary Algorithm
【24h】

Evolving Temporal Fuzzy Association Rules from Quantitative Data with a Multi-Objective Evolutionary Algorithm

机译：基于多目标进化算法的定量数据演化时间模糊关联规则

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A novel method for mining association rules that are both quantitative and temporal using a multi-objective evolutionary algorithm is presented. This method successfully identifies numerous temporal association rules that occur more frequently in areas of a dataset with specific quantitative values represented with fuzzy sets. The novelty of this research lies in exploring the composition of quantitative and temporal fuzzy association rules and the approach of using a hybridisation of a multi-objective evolutionary algorithm with fuzzy sets. Results show the ability of a multi-objective evolutionary algorithm (NSGA-II) to evolve multiple target itemsets that have been augmented into synthetic datasets.
机译：提出了一种使用多目标进化算法挖掘定量和时间关联规则的新方法。该方法成功地识别了多个时间关联规则，这些规则在以模糊集表示的特定定量值的数据集区域中更频繁地出现。这项研究的新颖之处在于探索定量和时间模糊关联规则的组成以及使用多目标进化算法与模糊集混合的方法。结果显示了多目标进化算法（NSGA-II）能够进化已扩展为合成数据集的多个目标项目集的能力。

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