[1]鄂旭,方熠东,胡少华,等.面向水产品质量信息的知识发现研究[J].计算机技术与发展,2014,24(06):153-155.
　E Xu[][],FANG Yi-dong[],HU Shao-hua[],et al.Research on Knowledge Discovery of Aquatic Product Quality Information[J].,2014,24(06):153-155.
点击复制

面向水产品质量信息的知识发现研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
24
期数:
2014年06期
页码:
153-155
栏目:
安全与防范
出版日期:
2014-06-30

文章信息/Info

Title:
Research on Knowledge Discovery of Aquatic Product Quality Information
文章编号:
1673-629X（2014）06-0153-03
作者:
鄂旭12; 方熠东2; 胡少华2; 金璐璐1; 林爽1
1.渤海大学 实验管理中心；2.北京交通大学 中国产业安全研究中心
Author(s):
E Xu[1][2]; FANG Yi-dong[2]; HU Shao-hua[2]; JIN Lu-lu[1]; LIN Shuang[1]
关键词:
知识发现; 粗糙集; 食品安全; 决策规则
Keywords:
knowledge discovery; rough set; food safety; decision rules
分类号:
TP311
文献标志码:
A
摘要:
水产品安全知识发现是食品安全监管的一项重要内容，也是食品安全评价与预警的前提和基础。针对水产品安全信息系统中的规则发现问题，文中采用粗糙集理论，从理论、算法及应用三个层次进行了研究，提出了一种面向水产品安全信息系统的规则提取新方法。该方法在保持原水产品安全信息系统分类能力的前提下，通过数据挖掘技术发现数据中蕴涵的知识模式，精简水产品安全决策规则。实验表明该算法是有效可行的。
Abstract:
Aquatic product safety knowledge discovery is one of the important contents in food safety supervision and management. And more,it is the premise and foundation of food safety evaluation and early warning. To deal with it,a new method for rule extraction orien-ted aquatic product safety information system was proposed based on rough set from theory,algorithm and application angles. Under the condition of maintaining the classification capacity,find the potential knowledge mode through data mining technology and reduce the food safety decision rules. Experimental results indicate the algorithm is effective and feasible.

相似文献/References:

[1]夏奇思 王汝传.基于属性约简的粗糙集海量数据分割算法研究[J].计算机技术与发展,2010,(04):5.
　XIA Qi-si,WANG Ru-chuan.Mass Data Partition for Rough Set on Attribute Reduction Algorithm[J].,2010,(06):5.
[2]张政超 关欣[] 何友 李应升 郭伟峰.粗糙集理论数据处理方法及其研究[J].计算机技术与发展,2010,(04):12.
　ZHANG Zheng-chao,GUAN Xin[],HE You,et al.Rough Sets Data Processing Method and Its Research[J].,2010,(06):12.
[3]杨乐婵 邓松 徐建辉.基于BP网络的洪灾风险评价算法[J].计算机技术与发展,2010,(04):232.
　YANG Le-chan,DENG Song,XU Jian-hui.Flood Risk Evaluation Algorithm on BP Net[J].,2010,(06):232.
[4]张学友 苗强 毛军军.基于粗糙度的一种分形维数计算方法[J].计算机技术与发展,2010,(05):136.
　ZHANG Xue-you,MIAO Qiang,MAO Jun-jun.A Calculation Method of Fractal Dimension Based on Roughness[J].,2010,(06):136.
[5]王伟 高亮 吴涛.粗糙集在经济分析中的应用[J].计算机技术与发展,2008,(04):158.
　WANG Wei,GAO Liang,WU Tao.Application of Rough Set in Economic Analysis[J].,2008,(06):158.
[6]李学文 王小刚.优势信息系统的属性约简算法[J].计算机技术与发展,2009,(08):107.
　LI Xue-wen,WANG Xiao-gang.Algorithm on Attribute Reduction in Dominance Information System Based on Dominance Relation[J].,2009,(06):107.
[7]徐沈 吴涛[] 李国成.产业结构调整的量化分析[J].计算机技术与发展,2009,(08):178.
　XU Shen,WU Tao,LI Guo-cheng.Quantitative Analysis on Adjustment of Industrial Structure[J].,2009,(06):178.
[8]申锦标 吕跃进.粗糙集的近似约简及其算法[J].计算机技术与发展,2009,(12):17.
　SHEN Jin-biao,LU Yue-jin.A Rough Set of Approximate Attribute Reduction and Its Algorithm[J].,2009,(06):17.
[9]王小菊 蒋芸 李永华.基于依赖度之差的属性重要性评分[J].计算机技术与发展,2009,(01):67.
　WANG Xiao-ju,JIANG Yun,LI Yong-hua.Significance of Attribute Evaluation Based on Dependable Difference[J].,2009,(06):67.
[10]汪小燕 杨思春.基于改进的二进制可辨矩阵的核增量式更新方法[J].计算机技术与发展,2009,(01):97.
　WANG Xiao-yan,YANG Si-chun.An Incremental Updating Approach to Compute a Core Based on Improved Binary Discernable Matrix[J].,2009,(06):97.
[11]纪滨.粗糙集理论及进展的研究[J].计算机技术与发展,2007,(03):69.
　JI Bin.Research on Rough Set Theory and Its Progress on Applications[J].,2007,(06):69.
[12]邓松 王映龙 何火娇 罗东平 袁威.粗糙集在销售决策系统中的应用[J].计算机技术与发展,2011,(09):160.
　DENG Song,WANG Ying-long,HE Huo-jiao,et al.Application of Rough Set in DSS for Sales[J].,2011,(06):160.

更新日期/Last Update: 1900-01-01