基于粒计算增量式知识获取方法的研究

《基于粒计算增量式知识获取方法的研究》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、Ni分类号—JP391重庆邮电大学硕士学位论文硕士研究生童禹亘指导教师瑟渲堡学科专业让箕扭座旦撞盔论文提交日期2Q12生垒旦论文答辩日期2Q12生主旦2鱼旦论文评阅人一2012年5月独创性声明lIIIIIIIIlllllIlllIIIIIIIIIIIIIY2399253本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重麽也g电太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的

2、同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：普禹刍签字日期：沙JY年‘月r日学位论文版权使用授权书本学位论文作者完全了解重麽由＆电盔堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重迭由g电太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：啤禹弓签字同期：洲埤易月j日剥程轹降彳签字日期：矽v年移

3、思厂重庆邮电大学硕士论文摘要摘要知识是人类智能的载体和体现形式。对人类智能的研究就是对知识的探索和发现。知识的不确定性，导致了不确定性人工智能的研究。不确定性知识的表示和处理是不确定性人工智能研究者面临的问题，形式化地表示不确定性知识，使机器具有处理不确定性问题的智能，是人工智能中的重大前沿课题。当前，数据的爆炸式增长使得传统的数据挖掘方法不能满足人们的需求。粒计算方法凭借自身优势处理复杂问题，成为了一种重要的数据挖掘方法，其研究目的是为了寻找一种最近似的可行方案，而非最优的解决方案，使得问题得以简化，求解成本得以

4、降低。本文在粒计算和粗糙集理论研究的基础上，以分层递阶粒计算理论为基本思想，建立知识多粒度空间，在以下几个方面进行研究和探索：(1)结合粒计算理论，实现了多粒度形式背景分析。粒度空间的划分，是为了尽可能的减少对不必要数据的分析，从而达到简化问题的目的。本文对形式背景进行了分析，把整个信息表看作一个粗粒度空间，然后以分层递阶粒计算思想和概念格理论为基础，实现了形式背景的多粒度属性描述，并分析了不同粒度空间的相关性，为高效增量式知识获取奠定了一定的基础。(2)分析了动态环境下的数据挖掘方法，提出了基于粒计算的高效增量式

5、知识获取方法。该方法首先把原始的知识库看作一个知识粒度空间，然后划分这个粗粒度知识空间，使粗知识粒由多个知识子粒构成，然后建立知识粒树。当新数据加入时，寻找对应的知识子空间，在子空间上结合粗糙集和Hash数据压缩的特点，实现快速、高效的知识获取，最后更新各知识子空间，达到增量式知识获取的目的。该方法从粒计算的角度出发，主要研究了新样本对原始知识子粒的匹配、在子空间中粒的分解以及粒子的动态学习和更新等方面，从而高效地对动态数据进行处理，并通过实验验证了方法的可行性和有效性。(3)由于人们对事物的认知不仅仅体现在对事物

6、个体数量的不断增加，还表现在对事物本质特征认识的不断补充。因此，属性的不断增加是增量式知识获取研究的另外一个方面。结合概念格与粗糙集的思想，针对人们认知新事物需要不断增加对象属性的情况，尝试性地提出了基于属性增量的知识获取方法，该方法构造了决策表对应的规则层次模型，在属性重庆邮电大学硕士论文摘要增量过程中，通过对规则层次模型中决策规则节点和非决策规则节点的更新，以达到对原决策规则更新的效果，算法直观简捷。关键词：粗糙集；增量式知识获取；粒计算；Hash；形式背景AbstractKnowledgeisthecarri

7、erofhumanintelligence．Animportantresearehissueinartificialintelligence(AI)isknowledgeacquisition．Researchonhumanintelligenceissearchingknowledgeanddiscoveryknowledge．TheuncertaintyofAIisanewdevelopmenttrend，therepresentationandprocessingofuncertainknowledgeist

8、henewprobleminknowledgeacquisition．Atpresent，thetraditionaldataminingmethodscan‘tmeetpeople‘Sneedswhenthedataexplosivegrowth．Granularcomputingdataminingmethodbecomesanimportantdata