收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于领域知识的知识发现研究

杨立  
【摘要】:目前,知识发现的研究与应用是学术界和应用领域关注的热点,但是面对通常是领域相关的复杂应用环境,现有的知识发现研究在体系结构和算法方面尚未很好地融入领域知识,应用效果难如人意。如何从面向最终用户的角度出发,实现基于领域知识的知识发现,成为了现阶段知识发现研究和应用的焦点问题之一。随着面向服务的架构及语义网技术的发展,如何在面向服务的架构上实现知识发现应用也成为下一代知识发现系统研究领域内一个新的课题。因此本文主要对基于领域知识的知识发现展开讨论,具体在以下两个方面即:面向服务的、可融入领域知识的知识发现体系结构和基于领域知识的知识发现算法等进行了研究,取得了如下创新性研究成果: 1)、提出了一个新的面向服务的知识发现体系结构SOA4KD,建立了一个知识发现服务的质量评价体系,提出了一个基于示例学习的元学习算法来保障知识发现服务的质量。 2)、提出了一种基于领域本体服务,用户通过自然语言输入知识发现需求的方案及算法。首先对领域本体进行了分层细化,然后提出了一个扩展的知识发现任务本体,将可能的问题元素和知识发现任务联系起来,最后给出了一个语义解释算法,将用户以自然语言方式表达的需求转化为计算机可理解的形式化语言,并证明了该算法是可靠的和完整的。通过该方法,用户可以自助地在SOA4KD上实现知识发现应用。 3)、提出一种基于语义距离的最近邻分类方法SDkNN。该方法基于领域本体服务计算语义距离,并将其应用到最近邻算法中,提高了分类性能。经过在UCI数据集以及实际应用数据集中验证,SDkNN的整体性能要优于传统方法,在数据不完整的情况下效果更为明显,实践证明SDkNN有很好的应用价值。 4)、提出了一种基于本体服务的多层次意外分类规则发现算法。通过逐层知识推送和启发式规则判断意外性,可以有效提高算法效率和精度。实验证明该方法的整体性能要优于传统方法,并存实际应用中得到了验证。 5)、提出了一种基于VSOM的两阶段神经网络模型,实验表明该模型可以克服传统RBFNN需要手工定义聚类个数和中心的不足,并可以解决数据分布不平衡对预测结果的影响。基于上述神经网络模型提出了一种融合领域知识的保险洪灾损失预测模型,该模型将基于DEM的地形等因子抽象出来,并融合当地的领域知识-洪灾风险图,实验证明该方法可以明显提高模型的泛化能力。 6)、基于模型-控制-视图(MVC)设计模式实现了一个面向服务的知识发现系统原型。通过在保险公司内部进行应用,展现了该系统的应用潜力。 最后,对全文进行总结,分析目前研究工作中有待完善的地方,同时指明了进一步研究的方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邢平平,施鹏飞,熊范纶;数据挖掘技术在农业数据中的有效应用[J];计算机工程与应用;2001年02期
2 朱正祥;顾基发;高蕊;;基于旋进原则的领域驱动数据挖掘方法研究[J];情报学报;2010年06期
3 李恒杰;李明;;基于本体的Web分类技术研究[J];微计算机信息;2006年21期
4 齐勇;李长德;王前;;基于粒度进化计算的KDD技术分析[J];微处理机;2009年02期
5 易国洪;章瑾;;基于本体的数据挖掘方法研究[J];计算机与数字工程;2007年07期
6 钱超;马静;;“无人机”项目管理中知识管理的若干问题研究[J];项目管理技术;2008年09期
7 吴明强;史慧;朱晓华;肖开清;;故障诊断专家系统研究的现状与展望[J];计算机测量与控制;2005年12期
8 李敏;;基于属性的粗糙集在数据挖掘中的应用[J];哈尔滨商业大学学报(自然科学版);2008年01期
9 俞机运;关系数据库中的知识发现研究[J];电脑开发与应用;1999年07期
10 陶一兵,陈天洲,陈弋宁;以面向属性归纳的算法实现知识发现的可行性研究[J];计算机工程与设计;1999年04期
11 李敏;数据挖掘在辅助决策系统的应用研究[J];微计算机信息;2004年05期
12 张力峰,张荣肖;数据库中知识发现的软件设计[J];计算机系统应用;1996年11期
13 韩惠琴,刘柏嵩,董其军;知识发现在数字图书馆中的应用[J];大学图书馆学报;2001年01期
14 张春华,李迪,陈生隘;焊接车间管理中融合知识发现的探讨和实践[J];现代制造工程;2001年12期
15 范洪冬,高奋生;土地数据库中的数据挖掘[J];农业网络信息;2005年11期
16 王志宏;;数据库中的知识发现概述[J];商场现代化;2006年24期
17 戴泳;;知识发现与知识挖掘技术及其应用[J];科技情报开发与经济;2007年26期
18 张龙;肖琬蓉;王博;;数据挖掘技术及其应用[J];甘肃科技;2007年11期
19 邱晓辉;;知识发现与数据挖掘分析[J];情报探索;2011年01期
20 李伟明;穆志纯;;推理建模中基于KDD和粗糙集的案例修改[J];计算机仿真;2006年10期
中国重要会议论文全文数据库 前10条
1 黄安强;张玲玲;陈全;王晓;;用于支撑智能知识发现的领域知识的表示和提取研究[A];第四届(2009)中国管理学年会——管理科学与工程分会场论文集[C];2009年
2 杨光飞;党延忠;;不完美数据中的知识发现研究综述[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
3 裴利芳;;领域知识与自我解释策略间关系的实验研究[A];第八届全国心理学学术会议文摘选集[C];1997年
4 董伯儒;林少培;王永文;;工程建设MIS中的知识发现和深化[A];中国土木工程学会计算机应用分会第七届年会论文集[C];1999年
5 马建军;陈文伟;;IDSS中知识获取的一种新方法[A];1996中国控制与决策学术年会论文集[C];1996年
6 张世海;刘晓燕;涂庆;欧进萍;王光远;;知识发现及其在高层结构智能选型中应用[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年
7 万家华;刘冰;江早;;知识发现中的可视化技术[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
8 赵荣珍;杨娟;黄显华;;粗糙集理论的故障知识发现及其工程应用模式研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 董伯儒;林少培;王永文;;工程建设MIS中的知识发现和深化[A];中国土木工程学会计算机应用分会第七届年会土木工程计算机应用文集[C];1999年
10 段培俊;周东岱;;数据挖掘研究综述[A];2003年中国智能自动化会议论文集(下册)[C];2003年
中国博士学位论文全文数据库 前10条
1 杨立;基于领域知识的知识发现研究[D];中国科学院研究生院(软件研究所);2005年
2 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年
3 高田;基于领域知识的旅游突发事件状态评估与演化研究[D];北京邮电大学;2011年
4 谢宗霞;太阳宁静区磁场流场特性知识发现的方法研究[D];哈尔滨工业大学;2010年
5 朱正祥;领域驱动知识发现方法研究[D];大连理工大学;2010年
6 张云中;基于形式概念分析的Folksonomy知识发现研究[D];吉林大学;2012年
7 陈元;基于分类模型的知识发现过程研究[D];国防科学技术大学;2002年
8 李初民;基于网络管理数据库中性能数据的知识发现(KDD)研究[D];重庆大学;2001年
9 李刚;知识发现的图模型方法[D];中国科学院软件研究所;2001年
10 谢志鹏;基于概念格模型的知识发现研究[D];合肥工业大学;2001年
中国硕士学位论文全文数据库 前10条
1 陈战伟;领域知识在辅助知识发现过程中的初始聚焦问题研究[D];北方工业大学;2008年
2 周循;基于领域知识的面向分类的属性泛化研究[D];合肥工业大学;2008年
3 薛静;专家信息管理系统在CRM中的研究与应用——基于java技术的构架[D];西北工业大学;2001年
4 陈红叶;Web信息提取及知识发现方法研究[D];合肥工业大学;2002年
5 迟庆云;基于决策树的分类算法研究和应用[D];山东师范大学;2005年
6 张晶;基于领域知识和概念格模型的知识发现研究[D];合肥工业大学;2004年
7 王益玲;基于DCS实时信息的智能故障诊断系统的研究与设计[D];南京工业大学;2003年
8 李长源;关联规则挖掘算法研究[D];哈尔滨工程大学;2005年
9 郭国印;数据挖掘技术的研究及其在PLM中的应用[D];西北工业大学;2005年
10 谷宏群;数据挖掘中可视化方法研究[D];武汉大学;2005年
中国重要报纸全文数据库 前10条
1 记者 方晓静 黄官国;交流生产技术经验 增进科技领域知识[N];中国食品质量报;2005年
2 傅爱平;数字化应用系统中的领域知识[N];中国社会科学院院报;2006年
3 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
4 奚启新;新制定的《国防专利条例》公布[N];人民日报;2004年
5 中国科学院计算技术研究所 黄瑞史忠植;加强知识的共享与重用[N];计算机世界;2007年
6 中国科学院计算技术研究所 刘毅勇 何雄 李金山 廖浩均 孟亮 邓柱中;空间数据挖掘:变数据为知识[N];计算机世界;2005年
7 胡虎;突出信息化贡献水平 处理好三个关系[N];人民邮电;2007年
8 邹大斌;行业应用软件开发需夯实基础[N];计算机世界;2007年
9 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
10 王寅生 张孔生;今年培养技师1.8万人[N];扬州日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978