Nghiên Cứu Một Số Thuật Toán Gia Tăng Lựa Chọn Thuộc Tính Trên Bảng Quyết Định Động Theo Tiếp Cận Tập Mờ Sử Dụng Lát Cắt α

Nghiên Cứu Một Số Thuật Toán Gia Tăng Lựa Chọn Thuộc Tính Trên Bảng Quyết Định Động Theo Tiếp Cận Tập Mờ Sử Dụng Lát Cắt A

Tác giả: Trần Phi Lực

Lĩnh vực: Hệ thống thông tin

Nội dung tài liệu:

Nghiên cứu này tập trung vào việc giải quyết bài toán lựa chọn thuộc tính (RGTT) trên các Bảng Quyết Định (BQĐ) động, có khả năng thay đổi theo thời gian, đặc biệt là khi bổ sung hoặc loại bỏ các đối tượng. Đề tài đề xuất các thuật toán gia tăng lựa chọn thuộc tính dựa trên lý thuyết Tập Mờ (TTM) theo tiếp cận tập mờ sử dụng lát cắt α. Mục tiêu chính là giảm bớt số lượng thuộc tính cần thiết, nâng cao độ chính xác của các mô hình phân lớp và giảm độ phức tạp của quy trình khai phá dữ liệu. Nghiên cứu cũng trình bày quá trình cài đặt thuật toán và thực nghiệm trên các bộ dữ liệu khác nhau để đánh giá hiệu quả, độ chính xác và tốc độ xử lý so với các phương pháp RGTT truyền thống.

Mục lục chi tiết:

• Lời cam đoan
• Mục lục
• Danh mục các ký hiệu, các chữ viết tắt
• Danh mục hình vẽ
• Danh mục các bảng biểu
• Mở đầu
• Chương I: Tổng quan về lý thuyết tập thô, tập thô mờ và các ứng dụng trong bài toán rút gọn thuộc tính
• Chương II: Lý thuyết tập mờ mức a và một số thuật toán gia tăng rút gọn thuộc tính
• Chương III: Quá trình thực nghiệm và kết quả
• Kết luận
• Tài liệu tham khảo