不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法-ChinaXiv.PDF

不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法-ChinaXiv.PDF

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法-ChinaXiv.PDF

/article/02-2019-08-015.html 计算机应用研究 不确定性数据中基于GSO 优化MF 的模糊关联规则挖掘方法 * 1, 2 1 章武媚 ,董 琼 (1. 美国纽约州立大学, 美国 纽约州 奥斯威戈 13126; 2. 浙江同济科技职业学院, 杭州 310023) 摘 要:针对不确定性数据中模糊关联规则的挖掘问题,提出一种基于群有哪些信誉好的足球投注网站优化(GSO)算法优化隶属度函数(MF)的 MF 模糊关联规则挖掘方法。首先,将不确定性数据通过三元语言表示模型进行表示;然后,给定一个初始 ,并以最大 GSO MF 化模糊项集支持度和语义可解释性作为适应度函数,通过 算法的优化学习获得最佳 ;最后,根据获得的最佳 MF ,利用改进型的FFP-growth 算法来从不确定数据中挖掘模糊关联规则。实验结果表明,该方法能够根据数据集自 MF 适应优化 ,以此实现从不确定数据中有效地挖掘关联规则。 FFP-growth 关键词:模糊关联规则挖掘;不确定数据;隶属度函数;群有哪些信誉好的足球投注网站优化算法; 算法 中图分类号:TP311 doi: 10.3969/j.issn.1001-3695.2018.01.0076 Fuzzy association rules mining method based on GSO optimization MF in uncertainty data 1 v 8 Zhang Wumei1, 2, Dong Qiong1 0 4 (1. State University of New York, New York, Oswego, America 13126, USA; 2. Zhejiang Tongji Vocational College of Science 2 Technology, Hangzhou 310023, China) 0 . 4 Abstract: In order to solve the problem of mining fuzzy association rules in uncertainty data , this paper proposed a new method 0 of mining fuzzy association rules based on optimization of membership function (MF) by group search optimization (GSO) 8 1 algorithm. Firstly, it represented the uncertainty data by the 3-tuples linguistic representation model. Then, given an initial MF, 0 it obtained the best MF by optimizing learning of GSO algorithm with maximum

文档评论(0)

shiyouguizi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档