本文關鍵詞：基于模糊決策樹的文本分類規(guī)則抽取，，由筆耕文化傳播整理發(fā)布。

您的位置：首頁 -> 詞典 -> 模糊決策樹(FDT)

1)  Fuzzy decision tree (FDT)

模糊決策樹(FDT)

2)  fuzzy decision tree

模糊決策樹

1.

Approach of Wear Particle Classification by Fuzzy Decision Tree;

磨損微粒識別的模糊決策樹方法

2.

Application of Fuzzy Decision Tree in Identifying of Grinding Condition;

模糊決策樹在磨削狀態(tài)識別中的應用

3.

Text categorization rule extraction based on fuzzy decision tree;

基于模糊決策樹的文本分類規(guī)則抽取

更多例句>>

3)  fuzzy decision trees

模糊決策樹

1.

Study of voltage and reactive power control approach based on fuzzy decision trees for substations;

基于模糊決策樹的變電站電壓無功控制方法研究

2.

Application of fuzzy decision trees to the public critical system;

模糊決策樹在公共危機應急系統(tǒng)中的應用

3.

We got a characteristic classification rule from fuzzy decision trees.

通過生成的模糊決策樹,并結合實際情況,給出了一個有特色的模糊分類規(guī)則。

更多例句>>

4)  dynamic fuzzy decision tree

動態(tài)模糊決策樹

1.

Research and Application on the Dynamic Fuzzy Decision Tree Learning;

動態(tài)模糊決策樹學習模型及應用研究

2.

According to large numbers of dynamic fuzzy systems exist in the fields of automatic control,design the arithmetic of dynamic fuzzy decision tree in this paper,moreover,give the method how to deal with those input examples which include non-dynamic fuzzy attributes or lack some attributes.

針對自動控制領域中普遍存在的動態(tài)模糊信息,提出了基于DFS(動態(tài)模糊集)建模的動態(tài)模糊決策樹算法,并給出了對包含非動態(tài)模糊屬性、缺少屬性值的輸入樣例的匹配算法,很好地解決了模糊控制系統(tǒng)所不能解決的動態(tài)性問題。

更多例句>>

5)  fuzzy decision tree induction

模糊決策樹歸納

1.

Clustering-Based Data Preprocessing s Impact on Fuzzy Decision Tree Induction;

基于聚類的數據預處理對模糊決策樹歸納的影響

2.

During the fuzzy decision tree induction,the triangular membership function is often used for the fuzzification of data preprocessing.

在模糊決策樹歸納過程中,數據的模糊化預處理通常使用三角形隸屬函數,該隸屬函數的中心點參數將決定數據模糊化的效果,進而影響模糊決策樹的執(zhí)行效率、精度和規(guī)模。

更多例句>>

6)  fuzzification of decision tree

決策樹的模糊化

1.

Then the fuzzification of decision tree is introduced and a new adaptive classification algorithm is proposed.

引入決策樹的模糊化方法及分支 (規(guī)則 )激活度的概念 ,給出一種新的自適應分類算法 。

補充資料：模糊決策

    　　在模糊環(huán)境下進行決策的數學理論和方法。嚴格地說，現實的決策大多是模糊決策。模糊決策的研究開始較晚，但涉及的面很廣，至今還沒有明確的范圍。常用的模糊決策方法有模糊排序、模糊尋優(yōu)和模糊對策等。
　　
　　模糊排序 　研究決策者在模糊環(huán)境下如何確定各種決策方案之間的優(yōu)劣次序。例如，給定一個模糊序（一個反身、傳遞的二元模糊關系），或給定一個不傳遞的普通二元關系，如何近似地排出一個全序；對于有多種指標、多個效用函數的問題，如何利用模糊集合論的方法綜合成一個排優(yōu)次序，多層次的決策問題又應當如何排序。這些問題都已獲得初步的解答。
　　
　　模糊尋優(yōu) 　給定方案集及各種目標函數和限制條件以后，尋求最優(yōu)方案便成了一個優(yōu)化問題。若目標函數或約束條件是模糊的，這時的最優(yōu)化就稱為模糊尋優(yōu)。目標函數模糊化的一種途徑是以模糊數作為目標函數值，通過模糊數的分析、運算來尋求條件極值。約束條件的模糊化是將約束定義成模糊集合。在線性規(guī)劃中這樣的推廣導致模糊線性規(guī)劃的研究，其結果是使普通的線性規(guī)劃應用范圍更廣，能更加靈活地適應各種不同的情況。在非線性規(guī)劃中有非對稱模型和對稱模型兩種數學模型。
　　
　�、俜菍ΨQ模型：把接受約束作為先決條件，目標與約束二者的地位不是對稱的。給定論域 X上的目標函數f(x)和X上的約束條件模糊集合 D，所謂在約束D之下極大化f的最優(yōu)解M，就是X上的一個模糊子集,它具有隸屬函數
　　
　　當等式右端的集合為空集時，μM(x)屌0。
　　
　�、趯ΨQ模型：把目標和約束兩者置于對稱的地位。給定論域X上的目標函數f(x)和模糊限制集合D。設
　　
　　
　　　 令μF(x)＝(f(x)－m)/(s－m)F是X上的一個模糊子集，其隸屬函數與目標函數呈線性關系，稱為目標集合，記為
　　
　　
　　　μN(x)＝min(F(x)，D(x))(凬 x ∈D)，N 就是對稱模型下的模糊最優(yōu)解。
　　
　　模糊對策 　當決策者在對方也有決策的情況下進行決策時，就需要應用對策論。如果雙方在選取策略時接受一定的模糊約束，這就需要應用模糊對策論。
　　
　　參考書目
　　　D.Dubois, H.Prade, Fuzzy Sets and Systems,Academic Press, New York,1980.
　　

說明：補充資料僅用于學習參考，請勿用于其它任何用途。

參考詞條

模糊決策表  決策樹模型  決策模型樹 

  本文關鍵詞：基于模糊決策樹的文本分類規(guī)則抽取，由筆耕文化傳播整理發(fā)布。