(3.236.228.250) 您好!臺灣時間:2021/04/20 00:28
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:林世瀛
研究生(外文):Lin, Shih-yirng
論文名稱:一個由建構的乏晰決策樹產生乏晰分類規則的新方法
論文名稱(外文):A New Method for Generating Fuzzy Classification from Constructed Fuzzy Decision Trees
指導教授:陳錫明陳錫明引用關係
指導教授(外文):Shyi-ming Chen
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊科學學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1996
畢業學年度:84
語文別:中文
論文頁數:1
中文關鍵詞:乏晰決策樹乏晰分類規則
外文關鍵詞:fuzzy decision treefuzzy classification rule
相關次數:
  • 被引用被引用:0
  • 點閱點閱:105
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
ID3學習演算法是由Quinlan在 1983年所提出來用以解決分類問題的方
法,它是屬於一種批次學習的策略. 幾種結合了乏晰集合理論的乏晰ID3學
習演算法亦被證明可以獲致較佳的分類效果.這是因為它們對於雜訊較不
敏感的緣故.此外,乏晰ID3學習演算法可以處理接近人類的思考方式的模
糊或是不精確的資料. 然而,這些學習演算法可能產生較複雜的(乏晰)分
類規則.在本論文中,我們提出一個新的方法,以綜合分析的技巧建構乏晰
決策樹並從而產生乏晰分類規則.在本論文中所提的方法可以得到較簡單
以及更佳的乏晰分類規則.
The ID3 learning algorithm was proposed to solve the
classification problems by Quinlan in 1983. It is a kind of
batch learning strategy. Several extended ID3 learning
algorithms combining the fuzzy set theory were proven to have
better performances due to the fact that they are not sensitive
to noises. Furthermore, fuzzy ID3 learning algorithms can deal
with vague and imprecise data values associated with human
thinking and perception. However, these learning algorithms may
generate complexer (fuzzy) classification rules. In thisthesis,
we propose a new method for generating fuzzy classification
rules based on the construction of the fuzzy decision trees
using compound analysis techniques to derive simpler and better
fuzzy classification rules.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔