基于机会认知的类脑智能数据挖掘机制.pdf

《基于机会认知的类脑智能数据挖掘机制.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、33卷第11期计算机仿真2016年11月===：：：================：==：：========：=================================================文章编号：1006—9348(2016)11—0375—04基于机会认知的类脑智能数据挖掘机制宋小芹1，王莉丽1。张卫星2(1．郑州大学西亚斯国际学院，河南新郑451150；2．郑州大学软件与应用科技学院，河南郑州450002)摘要：由于类脑智能数据具有协同多种不同的认知能力，对复杂环境具备极强的自适应能力，需要组

2、建类脑智能数据的挖掘机制。但是采用当前的算法建立挖掘机制时，难以精确地消除数据中存在的冗余性，存在数据挖掘误差大的问题。为此提出基于机会认知的类脑智能数据挖掘机制。上述方法融合于时间粒度先对原始数据的时间序列进行分割，完成对数据的预处理，依据马氏距离来调整类脑智能数据变量之间的相关性，通过协方差矩阵得到其特征值和特征向量，将离散化的智能数据在粗糙集理论基础上进行属性的约简，在不损失原有类脑智能数据信息的基础上消除表中的冗余片段，从而组建了基于机会认知的类脑智能数据挖掘机制。实验结果表明，所提方法执行类脑智能数据挖掘效果较

3、好，且挖掘效率较快。关键词：机会认知；类脑智能；数据挖掘机制中图分类号：TP311文献标识码：BBrain—．BasedIntelligentDataMiningOpportunitiesCognitiveMechanismsSONGXiao-qinl，WANGLi-lil，ZHANGWei-xin92(1．SiasInternationalUniversity，ZhengzhouUniversity，HenanXinzheng451150，CIIina；2．SchoolofSoftwareandAppliedTechn

4、ology，ZhengzhouUniversity，ZhengzhouHenan450002，China)ABSTRACT：Amechanismofbrain-likedataminingbasedontheopportunityrecognitionisproposed．Firstly，themethodsegmentsthetimeseriesoforiginaldataintegratedwithtimegranularityandcompletesthedatapretreatment．Then，thecorre

5、lationbetweenbrain-likeinteHigentdatavariablesisadjustedaccordingtotheMabalanobisdistance，andtheeigenvalueandtheeigenvectorareobtainedthroughthecovariancematrix．Moreover，theattributeforthedis‘cretizedintelligentdataisreducedbasedontheroughsettheory．Finally．thered

6、undancysegmentinthechartise·liminatedbasedonthebrain-likeintelligentdatainformationwithoutloss，andthemechanismofbrain-likeintelli-gentdataminingisbuiltbasedontheopportunityrecognition．Theexperimentalresultsshowthatthemethodmen-tionedabovehashishminingefficiencyan

7、dgoodeffectofbrain—likedatamining．KEYWORDS：Opportunitycognition；Brain—likeintelligence；Dataminingmechanisml引言随着人工智能学科的不断发展。在不同方向上观测不同认知任务下脑部神经的活动变化并获得相关类脑智能数据已成为可能[1-2]。受到脑部工作理念开发，发展类脑智能现已成为人工智能学科以及计算机应用相关领域研究的热点[31。类脑智能是通过计算建模为应用手段，受人体脑部神经机制调节和人机行为理念开发并依据软硬件共同运作

8、实现的机器智能[4]。因此研究类脑智能数据挖掘对发展具有协同多种不同的认知能力的海量数据处理及非结构化复杂形式数据分析具有重要意义[5]。目前类脑智能数据挖掘方法有：文献[6]提出一种基于智能集成粒子群的类脑智能数据挖据方法。该方法利用并基金项目：2016年度河南省高等学校重点科研项目(16A520094)收稿日期：