

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著計算機數據采集工具以及數據庫技術的發(fā)展,目前中國各個行業(yè)已存儲了大量的數據,尤在農業(yè)、氣象、醫(yī)療等行業(yè)最為突出.傳統的數據分析手段由于只能提供對數據的查詢、檢索、統計等表層信息,無法獲得數據屬性的內在關系和隱含信息,使得數據庫中蘊涵的豐富知識得不到充分挖掘和利用,造成了資源的極大浪費.為了使消耗大量財力與物力所收集與整理的寶貴數據資源得以充分利用,有效地解決數據豐富性及知識貧乏性的矛盾,需要新的技術智能、自動地分析處理原始數據,從而
2、促使了數據庫知識發(fā)現(KDD,KnowledgeDiscovery in Database)研究的出現.數據庫知識發(fā)現通過綜合運用統計學、粗糙集、模糊數學、機器學習和專家系統等多種技術從各種數據庫中提煉出先前未知的、平凡的、具有潛在應用價值的信息或模式,從而揭示出蘊涵在這些數據背后的內在聯系和本質規(guī)律,指導人們有效地利用數據庫中的數據并為正確決策提供依據.1982年波蘭華沙理工大學的Z·Pawlak教授提出了一種刻畫不完整性和不確定性知
3、識的形式化方法-----粗糙集理論(Rough SetsTheory).由于粗糙集理論的使用不需要先驗知識的介入相比較其他知識發(fā)現方法,它給應用帶來更大的便利.該文圍繞如何根據農業(yè)領域的數據特性實現其知識發(fā)現,展開研究和討論,提出了基于粗糙集理論的農業(yè)數據庫知識發(fā)現方案.首先,通過對粗糙集理論的深入研究,闡明粗糙集理論是一個適用于不完整和不確定系統工程知識發(fā)現的數學工具,尤其適用于農業(yè)領域數據的知識發(fā)現.其次,討論和分析了農業(yè)數據處理階
4、段屬性值的范化問題.第三,在前兩步工作的基礎上重點探討了粗糙集的屬性約簡方法,對多種算法進行分析比較、指出各自的性能和適應范圍,并針對農業(yè)數據特點提出了一種改善農業(yè)數據屬性約簡速度的新型算法.最后,針對農業(yè)領域的數據特性和挖掘的具體任務,結合前兒步的研究結果提出了一種基于粗糙集理論的農業(yè)數據庫知識發(fā)現系統模型.數據庫中的知識發(fā)現研究仍然處于起步階段,它在農業(yè)領域中還有許多問題值得探討.該文所提出的基于粗糙集理論的農業(yè)數據庫知識發(fā)現方案試
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集理論在數據庫知識發(fā)現中的應用.pdf
- 基于粗糙集的數據庫知識發(fā)現的研究與應用.pdf
- 粗糙集理論在數據庫知識發(fā)現中的應用研究.pdf
- 基于粗糙集和數據庫技術的知識發(fā)現與推理方法研究.pdf
- 粗糙集理論在關系數據庫知識發(fā)現中的應用研究.pdf
- 基于粗糙集理論的關聯知識發(fā)現.pdf
- 知識發(fā)現中粗糙集理論的研究.pdf
- 基于粗糙集理論的知識發(fā)現應用研究.pdf
- 粗糙集理論在數據庫中的應用研究.pdf
- 基于粗糙集的知識發(fā)現方法研究.pdf
- 基于粗糙集理論的交通流狀態(tài)知識發(fā)現研究.pdf
- 基于面向對象數據庫的粗糙集模型的研究.pdf
- 粗糙集理論在知識發(fā)現中的應用.pdf
- 基于粗糙集的數據分類知識發(fā)現方法及其應用研究.pdf
- 粗糙集理論在知識發(fā)現數據預處理中的研究與應用.pdf
- 基于粗糙集理論的數據挖掘研究.pdf
- 基于粗糙集和粒度計算的數據庫的分析研究.pdf
- 基于多粒度粗糙集的知識發(fā)現方法研究.pdf
- 粗糙集理論在農業(yè)決策支持系統知識發(fā)現中的應用.pdf
- 基于粗糙集的知識發(fā)現系統及其應用.pdf
評論
0/150
提交評論