基于云模型的数据挖掘方法在定性规则提取中的应用研究

《基于云模型的数据挖掘方法在定性规则提取中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、江苏大学硕士学位论文摘要当前，从数据库中提取定性规则是建立被控系统知识模型的一种有效方法，而此类方法的一个难点就是对数据空间进行合理有效划分。目前的划分方法存在着固定划分、规则难于理解、规则逼近精度较低、规则库不具备鲁棒性和完备性等诸多问题。本课题以云模型作为研究手段，提出了尺度云变换算法，研究探讨上述问题的解决方法。本课题主要针对现有规则提取算法普遍存在的问题——数据空问划分问题，利用云模型在定性定量问转换上的优势，探讨新的解决方法。针对传统方法存在的硬性划分问题，新算法引入了关键划分点概念，

2、关键点的选取是基于样本数据统计信息，而不是基于专家经验或准则，这就保证划分体现数据的分布信息，使规则具有较好的可理解性；此外，新算法还引入了晟佳分割点，由于最佳分割点是根据误差要求动态增减的，以此可以实现对数据空间的动态划分，这也在一定程度上解决了一般规则提取算法逼近精度差的问题，同时使得新算法得到的规则库具有良好的可维护性。针对规则库的完备性问题，作者在尺度云变换算法中引入区间误差概念，即新算法首先对划分区问内的数据进行总体描述，产生相应定性规则，再根据区间误差对该子空『白J进行拆分或者合并，

3、这就保证了规则库的完备性。为验汪新算法的可行性及有效性，在T-s型模糊控制器的基础上，‘本课题首次提出了T-s云模型控制器的设计。利用该新型云模型控制器，本课题还设计了验证尺度云变换算法的仿真试验。通过分析仿真试验结果，表明尺度云变换算法对数据空间划分合理、体现数据的分布特征，得到的规则数量较少、可理解性较好，且满足误差要求。T-s控制器的规则库具有良好的鲁棒性和完备性，且结构简单、易于实现。本课题将云模型理论引入到规则提取、规则优化领域，丰富了该领域的研究方法，此外，本课题对云模型理论的研究发

4、展也具有一定的学术价值。关键字：数据挖掘，规则提取，云模型，云变换江苏大学硕士学位论文AbstractEx圩actingnll幅舶mDataBase(DB)is∞ef鼢iVewayofcon咖】ctinghowle电emodelofacon仃olpl蚰t．HoweV％wh％applyingtllismclhod，wehavetoh∞dleaprobleln，i．e．，howtodiVidemeinputa11doutputdaIaspaccem斌ivelya11dproperly-Current

5、ly’someproblems叽ch髂solidpanitiotl’intelli西bili哆ofnlIc，approachp洲Fomallceofmles，completeIl∞s觚dmbustn器sofmlebaSeh“enotbecIldealt、：l，imincxistingmleextractingmetllods．IIlmisp印％wewilluseC10udM0ddasresearchmeasur岛andproposeanewmethod_一scaleCloud1h11sf0肋Me

6、thod(SCTM)，柚dalsodosomevaluableworkaboutthoseaboveproblellls．Mainly，ourrese甜chnytodeal、vithmemostimpon趴tpmbl锄inextractingmles—-howtodi“demedataspace，includingtheinputandoutputdataSpace．wewillin订oduceCloudModdintOourresearch，andmakeuseofitsmeritsintfa

7、_11sfbrrningbeMeenthequalitatiVeandthequaIltitativeValuetodisc0Verthenewmcmodofe】【订a州ngmles．Fortheproblenlofsolidpanition，KeyPoint(KP)isin仃oducedintoollrnewmethod，aIldwegetKPbystatiSticcalculatioIl’notbyexpertknowledgcofrulcs，somlesgotbyournewmetllod

8、canembody山einfomationofdatadis啊bution，andeasilytobe咖dcrs000d．FunheⅡnore，theBestDividcdPoint(BDP)isi吣oducedtomakcsurethatthepanitionofdataspaceisdyn锄icandchangeable，sowecalladjustmepanmonofdataspaceaccordingtoapproachperfo咖aIlce．BDPalsohelptOmal(eacom