基于优势粗糙集的属性选择与集成分类方法设计

粗糙集理论是一种处理不确定信息的有效工具,利用其可在无任何先验信息下获取属性约简子集。本文采用优势粗糙集理论中的排列互信息和最大相关最小冗余相融合技术进行属性子集选取,在每个属性子集上对五种决策树进行训练并作为基础分类器,并按照投票机制融合个体分类器的输出得到最终决策结果。在实际数据集上的实验表明,基于排列互信息和最大相关最小冗余方法得到属性子集能够反映数据本质信息,使得分类算法有较好的准确率。同时,与单个决策树的分类结果相比,融合决策树具有较好的分类效果。     

基于组合分类器的银行客户分类模型研究

客户分类管理,对于银行有效地实施客户关系管理具有重要意义。由于目前分类准确度存在问题,如何有效地对客户进行分类预测就成了十分重要并亟待解决的课题。本文以银行丰富的客户基本信息以及交易行为为对象,建立客户分类预测模型,改进单一或简单组合分类器模型,提出一种基于SOM聚类和决策树的组合分类器方法,建立了客户分类预测模型并对模型进行优化,并探讨该模型的实际应用。     

一个新的银行信用风险评估方法

本文以银行信用风险管理为例，将粗糙集和决策树两种具有互补优势的数据挖掘方法相结合，对客户信用做出归类分析判断，最后利用决策树生成决策规则。实践证明，这种方法忠于原始数据，提高了分类准确度。减小了决策树规模，具有良好的性能。     

基于粗糙集和支持向量机的商业银行信用风险评估模型

结合粗糙集理论的属性约简和支持向量机(SVM)的分类机理,提出一种数据分类的混合算法;建立了基于此算法的商业银行信用风险评估模型。模型以粗糙集属性约简作为预处理器,删除冗余属性和冲突对象,但不损失有效信息;然后基于SVM进行分类建模和预测。实证表明,创建的模型分类性能良好,降低SVM分类过程的复杂度,一定程度上避免了训练模型的过拟合现象。通过与SVM和神经网络模型的比较,证实该方法用于信用风险评估的有效性。     

基于粗糙集贝叶斯分类的供应商评价研究

文章采用数据挖掘中粗糙集和朴素贝叶斯分类结合的方法,对供应商评价指标信息属性冗余的问题进行分析,约简信息属性,提出一种新的供应商评价方法。并应用于某企业的供应商数据中,进行分析和验证。     

基于分类与预测的两段式就业指导系统的分析

本文研究分类与预测技术在学生就业指导中的应用。主要分为入学后的就业指导与求职前的就业指导。利用了决策树模型分析出贡献度最大的分裂属性,对学生进行入学前就业指导。利用基于类平均距离对学生可能就业的单位进行预测,为学生求职时提供有价值的指导信息。     

数据挖掘分类技术在电信网络风险预警中的应用

决策树和人工神经网络是数据挖掘分类任务中两项重要技术,各具特点,对不同的数据类型应采用不同的算法进行相应的研究应用。为了深入地说明各自的特点,根据决策树C5.0算法以及人工神经网络的BP网络模型的原理,按照数据挖掘的标准过程,应用SPSS Clementine作为工具对电信网络风险进行了预警,并对结果进行了比较研究,验证了两种数据挖掘分类技术的一些性能差异。本文分析了数据挖掘技术中常用的决策树和神经网络两种算法,为以后对电信网络风险预警提供了一种研究角度和方法。     

基于粗糙集-神经网络技术的客户价值分类模型的研究

客户关系管理的核心内容之一是对客户价值的评价进而对客户进行分类。文章首先找出对客户价值分类有影响的一些因子,应用粗糙集-神经网络的模型,即利用神经网络与粗糙集理论的优势互补,采用粗糙集对数据进行预处理,然后选择神经网络作为评价方法,最后根据客户价值评价结果进行客户价值分类。     

基于粗糙集和组合神经网络的武器系统效能评估方法

针对武器系统效能评估中存在指标信息不确定和指标间关系不明确的问题,运用粗糙集和组合神经网络模型进行研究,提出了基于粗糙集的效能评估指标集约简方法,并构建了基于组合神经网络的效能评估模型,研究结果表明,基于粗糙集和组合神经网络的武器系统效能评估是可行、有效的,对全面而科学评价武器系统效能具有积极指导作用和较强实用性。     

ANP-决策树分类在多项目风险评价中的应用

建筑工程领域大型施工企业存在数量众多、性质迥异的项目,由此造成项目风险评价过程的不确定性及评价方法的复杂低效性。文章建立了基于网络层次分析法(ANP)与决策树分类的多项目风险评价模型。在建立项目风险评价指标体系基础之上,通过ANP确定各风险因素发生的可能性及其权重。应用"康斯坦茨信息挖掘工具"KNIME软件进行决策树分类,建立多项目风险等级评价模型,快速高效的应用于后续多个新项目风险等级评估。算例验证结果表明,该模型在准确评估多项目风险因素权重、快速确定多项目风险等级方面具有较强的实用性,为大型施工企业、政务部门提供科学依据。     

汽车制造业的供应商分类研究

首先指出汽车行业供应链中供应商管理的重要性，然后结合ABC分类法，根据供应商在供应链中的增值作用和供应商对企业的重要性，提出了供应商分类模型，将战略性供应商、技术性供应商和普通供应商分别看作A类、B类、C类供应商，并阐述了每一类供应商的特性。最后通过实证研究对该分类模型进行了详细解释，分析了每一类供应商的配送方式以及供应物料的数量：频率、物理属性和经济属性等。     

基于改进的加权贝叶斯分类算法在空间数据中的应用

朴素贝叶斯算法是一种简单而高效的分类算法,但它的属性独立性假设,影响了它的分类性能。针对这个问题,提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性,通过属性约简选择一组近似独立的属性约简子集,提出改进的偏最小二乘回归加权朴素贝叶斯分类算法,实验结果表明,改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。     

基于决策树模型的商业银行基金客户分类研究

文章论述了基金客户分类对商业银行基金营销的重要性.通过对商业银行已有的基金客户数据进行预处理和分析,运用决策树技术对商业银行基金客户构建起分类模型,找出高端(低端)客户特征进而在银行的储蓄客户中挖掘出潜在的基金交易客户,提高商业银行业绩.     

Web文本分类系统研究

设计了一种基于Web的文本分类系统。系统基于文本组合特征,采用支持向量机分类器,测试结果表明系统对web文本具有较好的分类效果。     

重置成本计量属性探析

计量属性是指被计量对象可予以数量化的特征或方面。资产计量属性有两种基本分类：其一称为计量“未消逝成本”;其二称为计量“未来经济利益”。     

基于粗糙集理论的企业持续竞争优势研究

本文从理论和实证的角度对长三角地区78家制造业企业的持续竞争优势进行了综合评价研究。首先运用粗糙集属性约简算法进行初始指标筛选,采用粗糙集理论得到各个评价指标的评价权重,然后构建了基于灰色关联分析的评价模型并进行了实证分析。结论证明了粗糙集属性约简算法在制造业企业持续竞争优势评价指标体系构建中的可行性,也表明这两种方法相结合将提高企业持续竞争优势综合评价的准确性。     

PCB制造企业备件库存分类改进模型研究

基于传统ABC分类法对PCB制造企业备件分类的缺陷,文章分析了影响备件重要度的五个因素:生产关键度、备件类型、采购提前期、备件单价、年使用次数。运用层次分析法求得各影响因素之间的权重,并作为分类准则,对每一备件相对准则层进行ABC分类,然后结合准则层对目标层的权重计算备件组合权重并再次进行ABC分类,建立适合PCB制造企业的改进型备件库存分类模型。结果表明该方法较传统的ABC分类法全面客观地考虑了备件的各个属性及其评价指标,其分类结果更符合实际的库存管理需要。     

决策树算法在第三方物流企业信用评级中的研究与应用

第三方物流企业是电子商务运行中的重要环节,其健康发展对电子商务具有非常重要的作用,但是目前第三方物流企业的信用问题成为电子商务物流发展的一大障碍.文章将决策树模型引入到第三方物流企业信用评级体系中,采用决策树ID3算法,通过定量计算训练集样本中各属性信息,准确得到决策树.实践表明,该决策树经过测试样本的测试和调整后准确率较高,能较好地运用于信用评级中.     

防伪技术分类

根据防伪技术概念的内涵与外延,可以依照该项技术的不同属性,从各个不同的角度对其进行分类。（一）功能分类防伪具有保真与辨假两项功能,在实践中这两项功能是相辅相成的,保真以防伪,辨假为保真。1．保真防伪：其侧重点是为了使人们便于区分真假,在产品上或内外包装上附加上一种防伪标志,以保证是真品。这是一种积极的,以预防为主的防伪方法。如在货币上设水印、安全线、带荧光的面值数码;在票证上设机读密码,在商品上登防伪标识等。2．群假防伪：即被动防伪。对涉嫌的赝品通过物理、化学或生物学等的各种防伪技术检验、鉴定,以…     

粗糙集理论在创新方法知识库设计中的应用

本文首先介绍了粗糙集理论的基本知识。然后在创新方法分类、创新方法筛选等已有成果的基础上,以创新方法为对象,以粗糙集理论为理论基础,利用粗糙集属性约简算法等理论,根据用户对创新方法知识库的检索要求,删除创新方法知识库中冗余的知识,最终高效率的发现用户想要的结果。