收藏本站
收藏 | 论文排版

概念格分布处理及其框架下的知识发现研究

李云  
【摘要】:概念格以其良好的数学性质已成功地应用于知识发现等诸多领域,但由于概念格自身的完备性,构造概念格的时间复杂度一直是影响形式概念分析应用的主要障碍。概念格应用的前提是概念格的构造。现在概念格的渐进式构造算法表现出了更强的生命力和适应性。但目前基本上都是属于基于对象的渐进式算法,而基于属性的构造算法未见报告。实际上,形式背景中数据的变化应该包括两个方面:一是对象的增减,二是属性的增减。增加属性可能使原来不能区分的对象能够区分,删除属性就可能使原来属于不同类的对象变为同一类。通过对概念格中概念之间的相互关系的了解,和对象和属性之间相互关系的研究,本文提出并实现了基于属性的概念格构造算法,特别是基于属性的渐进式生成算法。它不仅为概念格的生成提供了一种新的方法,而且解决了在已构造好概念格的前提下,增加属性所带来的概念格更新问题,另外,它也为分布式存储的形式背景的概念格横向合并提供了基础。 随着处理的形式背景的增大,构造概念格的时空复杂度也会随着急剧增大。研究采用新的方法和手段来构造概念格,就成为概念格研究的主要内容之一。现在已经提出的构造概念格的多种算法基本上是针对单个概念格的。采用分治策略来构造概念格是解决这一问题的有效途径。概念格的分布处理就是通过形式背景的拆分,形成分布存储的多个子背景,然后同时构造相应的子概念格,再由子概念格的合并得到所需的概念格。 由于概念格是其形式背景中的概念间关系的表现形式,它和对应的形式背景是一一对应的。因此,对概念格的分布处理必然涉及到形式背景的拆分、合并等处理。本文从形式背景的并置和叠置出发,定义了两种类型的形式背景和概念格;并对不一致背景的处理进行了研究;证明了横向合并的子形式背景的概念格和子背景所对应的子概念格的横向并是同构的;结合子概念格中概念间固有的泛化—特化关系,继承已有的概念格渐进式构造的算法,并对其进行改造,形成能满足多个子概念格合并处理要求的算法。 数据挖掘是自动从数据中提取出人们感兴趣的潜在的可用信息和知识,并将提取出来的信息和知识表示成概念、规则和模式。关联规则是发现知识的主要形式。提取关联规则的主要步骤是频繁项集的获取,而一个事务数据库中频繁项集的数量往往很庞大,从频繁项集中提取的规则就会很多,且存在大量的冗余。为了缩减频繁项集的数目同时也不丢失有用信息,现在采用用频繁封闭项集来提取最小无冗余的关联规则。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宫玺;马垣;董辉;汤新明;;一种基于直积运算的概念格合并算法[J];计算机应用与软件;2008年11期
2 王旭;马垣;;基本概念格的关联规则挖掘算法[J];鞍山科技大学学报;2006年01期
3 李立峰;王国俊;;一种求概念格属性约简的方法[J];计算机工程与应用;2006年20期
4 李金海;吕跃进;;一种新颖的概念格属性约简算法[J];计算机工程与应用;2008年20期
5 申锦标;吕跃进;;一种新颖的概念格构造算法[J];合肥工业大学学报(自然科学版);2010年02期
6 王旭;马垣;;基于形式背景级联运算的关联规则挖掘算法[J];计算机应用与软件;2006年09期
7 杨凯;马垣;张小平;;基于属性的概念格快速渐进式构造算法[J];计算机应用与软件;2006年12期
8 李云;刘宗田;陈崚;蔡俊杰;;量化规则格及其渐进式构造[J];模式识别与人工智能;2006年03期
9 王旭;马垣;;一种基于偏序集直积的增量式概念格构造算法[J];计算机应用与软件;2007年01期
10 杨鸿雁;郑虹;;一种兼容子背景恢复原背景算法[J];鞍山师范学院学报;2007年02期
11 吕跃进;李金海;;基于一一映射的概念格属性约简算法[J];计算机应用研究;2009年03期
12 吕跃进;李金海;;概念格属性约简的启发式算法[J];计算机工程与应用;2009年02期
13 王磊;魏玲;姚广;;横向合成背景的概念生成[J];西北大学学报(自然科学版);2010年02期
14 时武略;王丽菊;;在概念格上基于最大频繁项集关联规则提取算法[J];电脑知识与技术(学术交流);2007年18期
15 吴国兵;黄兵;;基于对象秩的概念格生成算法[J];南京审计学院学报;2008年03期
16 刘群;冷平;孙凌宇;;基于对象和属性交叉的渐进式概念格生成算法[J];计算机工程;2009年07期
17 王虹;张文修;;基于概念格的形式背景的知识约简[J];模式识别与人工智能;2005年06期
18 李云;程伟;陈崚;谢翠华;蔡俊杰;;基于消息传递的概念格并行构造[J];计算机应用与软件;2006年08期
19 程伟;李云;陈崚;谢翠华;;基于信息熵的约简概念格渐进式构造[J];计算机应用研究;2006年11期
20 杨思春;张伟;;改进的概念格协调集判定[J];山西大学学报(自然科学版);2010年01期
中国重要会议论文全文数据库 前10条
1 谢艳;马垣;张虹云;;一个快速建造概念格的算法[A];2001年中国智能自动化会议论文集(下册)[C];2001年
2 申锦标;;一种新颖的概念格构造算法[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
3 杨思春;王建颖;陈家骏;;一种新的概念格属性约简算法[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
4 赵传申;杨明;孙志挥;;基于概念格的分布多库规则发现[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
5 汤志钢;胡学钢;简宋全;;量化概念格研究[A];全国第十四届计算机科学及其在仪器仪表中的应用学术交流会论文集[C];2001年
6 何超;程学旗;郭嘉丰;;基于层次概念格的分面导航[A];第六届全国信息检索学术会议论文集[C];2010年
7 曲立平;刘大昕;杨静;张万松;;基于属性的概念格快速渐进式构造算法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
8 赵奕;施鹏飞;;一种快速的概念格构造方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年
9 李勃;姚青;;一种基于概念格挖掘规则产生集的算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
10 覃海生;韦海兰;李新华;;基于概念格的Web测试在廉租住房系统中的应用研究[A];广西计算机学会2010年学术年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 李云;概念格分布处理及其框架下的知识发现研究[D];上海大学;2005年
2 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
3 滕广青;基于概念格的数字图书馆知识组织研究[D];吉林大学;2012年
4 王玮;基于概念格的关联规则挖掘及变化模式研究[D];山东大学;2012年
5 焦素云;基于概念格的动态策略存取模型[D];吉林大学;2011年
6 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
7 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
8 杨丽;基于格蕴涵代数的格值概念格及其不确定性推理与决策研究[D];西南交通大学;2010年
9 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
10 杜亚军;搜索引擎智能行为的研究及实现[D];西南交通大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘树鹏;基于概念格的本体合并方法与技术的研究[D];大连海事大学;2010年
2 王培培;基于区别度概念格的关联规则挖掘算法设计[D];河南大学;2010年
3 王彬弟;基于关联格的概念格约简理论与方法[D];西北大学;2011年
4 王德兴;基于量化概念格的关联规则挖掘模型研究[D];合肥工业大学;2003年
5 张玉红;基于概念格扩展模型的分类问题研究[D];合肥工业大学;2004年
6 姚广;基于形式背景合成与分解的面向对象与面向属性概念格生成[D];西北大学;2010年
7 张伟;概念格相关理论研究[D];安徽工业大学;2010年
8 宛敏田;基于概念格的分类规则提取研究[D];合肥工业大学;2003年
9 王俊红;基于概念格的知识获取方法研究[D];山西大学;2004年
10 刘敏茜;面向对象概念格与面向属性概念格的属性约简理论[D];西北大学;2010年
中国重要报纸全文数据库 前10条
1 ;算法设计的策略[N];电脑报;2003年
2 李攀峰;郑糖长期趋涨态势明显[N];期货日报;2007年
3 本报实习生 梁晓莹 张 萍;厂家进店直销挑战商家大单采购[N];经济日报;2003年
4 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
5 本报记者  郎朗;朱江洪:疏远国美 格力模式难以复制[N];21世纪经济报道;2006年
6 王健玮;五百年皇姑寺将再现昔日风貌[N];中华建筑报;2007年
7 赵雷;用友狂掀ERP普及风潮[N];中华工商时报;2005年
8 PALADIN;对算法进行分析(2)[N];电脑报;2003年
9 国研;全球石油化工工业发展呈现新特点[N];中国石油报;2004年
10 晓白;品味书外“潜规则”[N];中国改革报;2007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