您当前的位置: > 详细浏览

不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法 后印本

请选择邀稿期刊:
摘要: 针对不确定性数据中模糊关联规则的挖掘问题,提出一种基于群搜索优化(GSO)算法优化隶属度函数(MF)的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MF,并以最大化模糊项集支持度和语义可解释性作为适应度函数,通过GSO算法的优化学习获得最佳MF;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适应优化MF,以此实现从不确定数据中有效地挖掘关联规则。

版本历史

[V1] 2018-04-24 11:46:15 ChinaXiv:201804.02408V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1598
  •  下载量834
评论
分享