《表2 主数据等级标准：基于云模型及粗糙集的民航主数据识别方法》
提示：宽带有限、当前游客访问压缩模式
将主数据划分为5个等级，每个等级代表成为主数据的可能性，具体含义为I（极高），II（高），III（中），IV（弱），Ⅴ（极弱）。由7个指标共同决定，见表2。
| 图表编号 | XD00154282200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.16 |
| 作者 | 李国、张亚、王怀超 |
| 绘制单位 | 中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 基于不同方法的IRMAS数据集的识别结果》2020.10.01
- 《表3 不同模型结合不同词向量方式针对主变压器故障设备数据的识别效果对比》2020.12.31
- 《表1 云模型生成方法：基于云模型和突变理论的电力物联网创新技术识别及影响分析》2021.02.01
- 《表2 数据正规化结果：基于变精度粗糙集的房地产企业盈利能力评价》2020.11.20
- 《表1 指标属性离散化：基于云模型及粗糙集理论的围岩稳定性分级方法研究》2018.08.25
- 《表5 初始决策表：基于云模型及粗糙集理论的围岩稳定性分级方法研究》2018.08.25
- 《表1 UCI标准集：基于最大决策邻域粗糙集的不确定性度量方法》2020.06.01
- 《表3 待评区域数据：基于粗糙集和云模型的隧道施工过程动态风险评估》2020.05.25
- 《表3 业务优先级隶属度：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表4 识别结果：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表1 主数据识别指标：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表2 曲线形态定义：历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法》2020.06.10
- 《表1 决策表结构：历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法》2020.06.10
- 《表3 等级界限云模型表（基于2018年数据）》2020.09.20
- 《表2 简化数据表：基于粗糙集的中医诊断算法实现》2019.11.10
- 《表2 数据集：基于粗糙集的分布式集值数据属性约简》2019.10.01
- 《表6 数据描述：基于粗糙集的协同过滤算法研究》2019.02.20
- 《表3 数据集的分布：基于多尺度卷积特征融合的台风等级分类模型》2019.08.25
- 《表1 灵山港健康决策表：基于粗糙集的中小河流健康关键因子识别及分析》2019.04.25
- 《表2 风险等级评价标准：基于云模型的城市灾害综合风险评价方法》2019.01.25