论文研究 信息不完全的广义模糊数据挖掘

以模糊的方式定义数据使知识发现过程对于数据挖掘中的数据而言既简单又安全。 模糊数据库可以具有语言变量。 本文研究了模糊条件推理和推理的广义模糊数据挖掘方法。 利用“隶属度”和“难以置信度”两个隶属度函数研究广义模糊数据的挖掘和推理。 具有两个隶属度函数的模糊逻辑将比单个隶属度函数提供更多的证据。 将模糊确定性因子作为这些函数之间的差异进行研究,并使其成为单一隶属函数。 研究了模糊数据挖掘方法。 研究了具有不同模糊条件推论的广义数据挖掘。 以商业智能为例。