基于区分能力大小的启发式约简算法及其应用.pdf

基于区分能力大小的启发式约简算法及其应用.pdf

ID:54367130

大小:410.71 KB

页数:10页

时间:2020-04-29

基于区分能力大小的启发式约简算法及其应用.pdf_第1页
基于区分能力大小的启发式约简算法及其应用.pdf_第2页
基于区分能力大小的启发式约简算法及其应用.pdf_第3页
基于区分能力大小的启发式约简算法及其应用.pdf_第4页
基于区分能力大小的启发式约简算法及其应用.pdf_第5页
资源描述:

《基于区分能力大小的启发式约简算法及其应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第26卷第1期计算机学报Voi.26No.12003年1月CHINESEJOURNALOFCOMPUTERSJan.2003基于区分能力大小的启发式约简算法及其应用1),2)1)3)徐燕怀进鹏王兆其1()北京航空航天大学计算机科学与工程系北京100083)2()华北电力大学计算机科学系北京102206)3()中国科学院计算技术研究所北京100080)摘要提出了一种能处理噪音的有效约简算法,该算法基于粗集理论认为知识是区分事物的能力的观点,对知识进行量化,证明了量化的合理性,并以量化后的区分能力作为启发式信息,指导约简,提高了约简效率.另外,利用这种启发

2、式信息,提出了一种解决噪音问题的方法.最后,将该算法应用到人机接口中,用于手关节自由度的约简,这对手势识别与合成是很有意义的工作.关键词数据挖掘;粗集;约简;人机接口中图法分类号TP311ReductionAlgorithmBasedonDiscernibilityandItsApplicationsXUYan1),2)HUAIJin-Peng1)WANGZhao-oi3)1()DepartmentofComputerScienceandEngineering,BeijingUniuersityofAeronauticsandAstronautics,

3、Beijing100083)2()DepartmentofComputerScience,NCEPU,Beijing102206)3()InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100080)AbstractRoughsetisanimportantmethodindatamining,reductionisacoreissueamongroughsettheo-ry.However,therearetwokindsprobieminappiicationofreduc

4、tion:computationefficiencyandprocessingdatanoisesanddefauitsetting.Recentiy,manyresearchershaveconductedontheseprobiems,buthaven’tgoodapproachesconsideringtwoprobiemsatthesametime.Thispaperproposesanefficientreductionaigo-rithm,canproperiyprocessdatanoises.Theaigorithmbasedonanv

5、iewpointthatknowiedgeisanabiiityofciassingthing,guantifyknowiedgeandproveguantifyreasonabieness,guantifiedcapacitydifferentiateasheuristicinformationguidingreducecomputationhaveimprovedreducingefficiency.Additionaiiy,usingtheheuristicinformation,thispaperproposesasoivingdatanois

6、eprobiemmethod.Asapracticecase,thisaigo-rithmisappiiesinhuman-computerinterface,atthefirsttime,roughsettheoryisappiiesinhandjointfree-domdegreereducing,thisisasignificantworktowardhandgesturerecognitionandsynthesisresearch.Keywordsdatamining;roughset;reduction;human-computerinte

7、rface约简是去掉多余的属性,它是粗集理论中的重1引言要问题之一,也是应用粗集理论的基础,然而已经证明最小约简的计算是NP-难问题[2].另外,在实际问粗集理论是1982年由Pawiak提出的[1],它是题中,采集到的数据难免存在误差,即粗集理论在实一种处理模糊和不确定知识的工具.目前,它有广泛际应用时,会遇到噪音,如果未考虑到噪音的问题,的应用领域,如人工智能、模式识别、数据挖掘等等.则会得到不够理想的约简或者降低预测新对象的能收稿日期:2001-09-03;修改稿收到日期:2002-09-02.本课题得到国家“八六三”高技术研究发展计划项目(86

8、3-306-02-01)和国家自然科学基金(60103007)资助.徐燕,女,1968年生,博

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。