《表2 部分处理后数据：粗糙集属性依赖度强化的应急数据挖掘模型》
提示：宽带有限、当前游客访问压缩模式
取部分结果举例，离散量为3的数据处理结果如表2所示。对应决策表定义，表2中a1至a8表示属性，对象p1至p18表示震发地点。
| 图表编号 | XD00201509100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 高天宇、王庆荣、杨磊 |
| 绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于深度强化学习算法的自动驾驶模型训练环境、数据集和方法》2021.01.16
- 《表9 强化粗糙集属性依赖度的数据挖掘方法结果》2021.02.01
- 《表8 测试数据1：粗糙集属性依赖度强化的应急数据挖掘模型》2021.02.01
- 《表1 部分训练数据集表：基于强化学习与神经网络的动态目标分配算法》2020.07.05
- 《表3 数据集在融合多属性后各个模型实验的准确率、召回率、F1值》2020.05.01
- 《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》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1 预处理的数据集属性》2020.08.25
- 《表2 表1的预处理结果：Spark下的分布式粗糙集属性约简算法》2020.02.10
- 《表4 实验数据集：Spark下的分布式粗糙集属性约简算法》2020.02.10
- 《表1 2 样本依赖的代价敏感模型在过采样数据集的性能表现（SH)》2020.01.01
- 《表3 处理后的训练集数据(部分)》2020.02.25
- 《表5 故障预测数据结果：融合粗糙集与灰色模型的道岔故障预测》2019.09.01
- 《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2 数据集描述：基于极大相容块的邻域粗糙集模型》2019.07.30
- 《表1 加入权值属性的部分业务数据集D》2019.08.05
- 《表2 属性预处理结果：邻域粗糙集融合网格搜索组合分类器的理财决策知识获取研究》2019.01.25
- 《表1 UCI数据集：强化属性依赖关系的K阶贝叶斯分类模型》2019.06.01
- 《表2 文本属性数据化后处理结果 (部分数据) 表Tab.2 Text attribute data post-processing result (partial data) table》2019.02.01