粗糙集理论在农业中的应用

主要提出一种基于粗糙集理论的属性约简算法,并将其应用在农业中。通过具体实例,证明该算法的正确性和有效性。同时,该算法在农业中具有一定的实用价值。     

基于SAPSO的灰色神经网络优化城市林研究

为构建合理的城市生态系统,亟待预测适宜的城市林(城市地带性植被)。城市林的预测是一个复杂的非线性问题,其发展有波动性,选择合理的拟合方法可以提高预测精度。以东北地区的城市林为例进行研究,筛选7个影响城市植被类型的因子,以传统的灰色神经网络模型为基础,用粒子群算法初始网络参数,用模拟退火代替粒子群进行梯度修正,建立基于模拟退火算法(SA)和粒子群算法(PSO)的灰色神经网络模型。实验结果表明,改进后的模型预测拟合精度较高,残差均值为0.13,为城市林的预测提供一条新途径。     

数据挖掘技术在教学中的应用研究

数据挖掘技术是在海量数据中提取有用知识和信息的有效手段。将数据挖掘技术应用到教学研究中,利用基于粗糙集的属性约简算法对教学数据进行更高层次的分析和处理,从而挖掘出潜在的、更有价值的信息,发现教学中存在的问题,为提高学校的教学质量提供有效的方法和措施。