收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于分布式概念格的知识发现研究

唐志军  
【摘要】:知识发现和数据挖掘是人工智能、机器学习、数据库和统计理论等相交叉形成的新学科,目的是从数据库中提取有用的模式,因而具有广阔的应用价值。然而,随着信息技术日新月异的发展,人类生产生活的各个领域都积累了规模庞大的数据,从大规模的数据中高效地提取有用的模式已经成为了一种挑战。为此,并行和分布式的方法成为解决这一问题的一个有效途径受到重视。然而,组织数据的方式和并行处理的方法无论在理论上还是在技术上都有许多问题需要研究。概念格模型具有坚实的理论基础、完备的结构以及并行性的特征,因而成为解决上述问题的一个重要工具。本文针对分布式概念格的模型以及在此基础上的数据挖掘开展研究。 论文的主要工作和贡献如下: 1.概述了知识发现和数据挖掘研究和应用。 2.阐述了概念格的数学基础、传统的概念格研究及概念格的扩展模型和概念格构造,分析了批处理算法和渐进式算法的优缺点。 3.给出了一种新的分布式概念格的模型,提出了与传统分布式数据库中的横向、纵向、混合型分片方式不同的数据有机分割方式,在此基础上给出了便于并行实现的概念格构造算法SEA。该算法结合了批处理算法的并行性和渐进式算法的高效性,使得在进行平行处理的同时又保持了算法的性能。实验表明该算法在时间性能上要明显优于基于原始形式背景的算法(Godin)。 4.在分布式概念格模型的基础上,提出了基于类特征的分类算法。该算法利用基于子全概念的概念格构造算法SEA对每一个类生成子格,通过在各个子格上提取的特征相互之间的协作来实现对新对象的分类。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周涛;;关联规则算法综述[J];才智;2011年16期
2 张丽虹;李强标;;基于数据仓库的城市规划决策支持系统的研究和应用[J];微计算机信息;2011年08期
3 孙丽梅;李晶皎;孙焕良;;基于动态k近邻的SlopeOne协同过滤推荐算法[J];计算机科学与探索;2011年09期
4 郭凌辉;;知识发现(KD)研究热点与前沿的信息可视化分析[J];图书馆理论与实践;2011年08期
5 霍桂利;;粗糙集理论的研究述评[J];山西广播电视大学学报;2011年05期
6 张韬;胡旻;;互联网Web数据挖掘模型设计与技术实现[J];卫星与网络;2010年10期
7 琚春华;帅朝谦;封毅;;基于粒计算的商业数据流概念漂移特征选择[J];南京大学学报(自然科学版);2011年04期
8 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期
9 杜垒;王飞;;数据挖掘在学生管理中的应用[J];科技信息;2011年18期
10 陈瑛琦;扶晓;刘劲;;可视化数据挖掘技术[J];电脑编程技巧与维护;2011年14期
11 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
12 李想;;PLE编码在关联数据挖掘中的应用[J];电脑知识与技术;2011年15期
13 张博;张超伟;;中药方剂数据挖掘中的数据预处理研究[J];电脑知识与技术;2011年17期
14 杜英;;关联规则挖掘研究[J];知识经济;2011年14期
15 李炳燃;张金哲;;数据挖掘在设备故障诊断专家系统知识获取中的应用[J];科技信息;2011年20期
16 李丹实;;使用SQL Server2005构建数据挖掘应用程序[J];煤炭技术;2011年07期
17 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期
18 吴旭东;柳炳祥;;聚类分析在高校图书馆管理中的应用[J];电脑开发与应用;2011年09期
19 熊芃;邓蓓;;数据挖掘在图书馆读者借阅系统中的应用[J];九江学院学报(自然科学版);2011年02期
20 尚荣;任芳名;兰月新;;数据挖掘在边防检查工作中的应用——以惠州出入境数据为例[J];情报杂志;2011年S1期
中国重要会议论文全文数据库 前10条
1 马玉宝;胡学钢;;基于相关性分析构造概念格的研究[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
2 陈江平;李平湘;;基于序半群的空间关联规则挖掘算法[A];湖北省测绘学会2006年度科学技术交流会论文集[C];2006年
3 郝丽;刘乐平;;健康心理学研究与数据挖掘[A];江西省抚州市社科联论文集(2002-2003)教育文化类[C];2003年
4 张亮;胡学钢;;多层次属性值下概念格的动态转化[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
5 李英;李武;王浣尘;;基于Agent的空间数据挖掘系统模型[A];2003中国控制与决策学术年会论文集[C];2003年
6 代广珍;徐超;;基于Web的数据挖掘研究综述[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
7 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
8 王洪肖;刘威;于贺玲;;基于XML技术的WEB数据收集模型的研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
9 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
10 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
中国博士学位论文全文数据库 前10条
1 金阳;基于概念格模型的序列模式挖掘算法研究[D];吉林大学;2007年
2 王德兴;基于概念格模型关联规则挖掘的关键问题研究[D];合肥工业大学;2007年
3 陈湘;基于基集和概念格的数据挖掘方法研究[D];电子科技大学;2011年
4 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
5 杨小兵;聚类分析中若干关键技术的研究[D];浙江大学;2005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 智慧来;概念格构造与应用中的关键技术研究[D];上海大学;2010年
8 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
9 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
10 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
中国硕士学位论文全文数据库 前10条
1 唐志军;基于分布式概念格的知识发现研究[D];合肥工业大学;2005年
2 卫祥;概念格的分布式构造方法研究与实现[D];合肥工业大学;2008年
3 张亮;基于粒度和概念格的知识发现模型研究[D];合肥工业大学;2006年
4 徐勇;基于概念格模型的分布式关联规则挖掘研究[D];合肥工业大学;2006年
5 黄文涛;在数据挖掘中概念格的理论研究[D];兰州理工大学;2007年
6 赵虹;基于概念格的关联规则挖掘研究[D];大连海事大学;2007年
7 梁泉;复杂系统预测中知识约简算法及其表示的研究[D];中南林学院;2004年
8 朱红;基于人才认知的数据挖掘研究[D];昆明理工大学;2002年
9 白剑;概念格构造算法及数据挖掘应用研究[D];吉林大学;2006年
10 刘卫;基于剪枝概念格模型的频繁项集表示及挖掘研究[D];合肥工业大学;2007年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 陈宇;数据挖掘:信息战场“淘金术”[N];中国国防报;2011年
3 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
4 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
5 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
6 吴勇毅;软件选型:数据挖掘是重点[N];中国冶金报;2009年
7 刘光强;靠数据挖掘抓住客户的心[N];中国计算机报;2009年
8 本报记者 郭白岩;大众点评网向数据挖掘要收益[N];中国经营报;2011年
9 本报记者 黎宇文;博时基金王德英: 数据挖掘促进基金精细化管理[N];中国证券报;2011年
10 早报记者 胡孝敏;跨国企业掘金中国“数据挖掘”市场[N];东方早报;2005年
 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