数据挖掘使用多种领域各种技巧和理论从大量数据提取知识不确定性是数据挖掘问题中普遍存在的现象。持续不确定性挑战产生大量知识提取方法,使用模糊逻辑特题目标双重性:i)介绍数据挖掘理论和算法的最新突出动态和趋势 使用模糊逻辑二)创建多科论坛讨论数据挖掘最新进展以及生物、经济学、生态学、工程学、金融学、管理学、医学等新应用,使用模糊逻辑
理解开源软件进化 使用模糊数据挖掘算法时间序列数据Saini et al.为时间序列数据提供模糊数据挖掘算法,以生成关联规则,评价开源软件项目演化的现有趋势和规律性
Fuzy约束编目模型取决于轨迹模糊数F.El-Wakeel和KO.Al-Yazidi两种混合缺货盘算模型受不同顺序成本约束,并按指数拉普特和统一分布处理周转时间需求还有一些特殊案例处理和比较
由S.S.S.S.S.S.所编译的“改善模糊缺失值估计元微数校验”。Saha et al.建议修改LRFDVImpute技术来估计多值缺失时间序列基因表达式数据介绍基因算法推算基因排序法和定期统计验证技术的结果
RobustFCM算法中用局部灰度信息分割图像Barrah et al., 拟用模糊c-points集群算法的强变法消除参数依赖的缺陷所拟算法完全无经验参数并强力消除噪声此外,还提议新因子包括局部空间和灰度信息
由M.Afzaal et al.建议基于模糊方面的意见分类系统高效提取用户意见中的方方面面为了评价系统有效性,对真实世界数据集进行实验实验结果显示,拟议系统在侧提取方面有效,分类精度提高
由H编辑Vosoughi和Sabsbandy用模糊计值Hermite多义插值此外,线性、立方和五角形环境都考虑计算示例
我们谨感谢与杰出工作分享观点和专门知识的作者,以及客观批判性评论提高我们特题质量的评审员。严格希望来自不同领域研究者 会发现这个特殊问题有趣 发人深省 信息丰富
哥德乌卢泰
罗纳德雅格
伯纳德德贝茨
求拉维兰路