不确定时态信息表达模型的研究与应用

《不确定时态信息表达模型的研究与应用》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、华南理工大学博士学位论文不确定时态信息表达模型的研究与应用姓名：林嘉宜申请学位级别：博士专业：计算机应用技术指导教师：彭宏20050420摘要在研究不断变化着的现实世界时，时间是一个非常重要的因素。我们常以时间为依据来解释各种事实和数据，因为各种事件和实体间的潜在关系常常蕴涵在时态信息中。时态信息表达和时态推理问题涉及计算机科学、哲学、语言学等学科，在计算机科学研究中，这是信息系统、人工智能和其它过程建模等领域的核心问题。目前对时态信息处理的研究多集中于确定时态，然而在现实的许多情况下，事件的时间往往很难精确判定，所以，建立一个能全面且方便地描述各类事件的不确定时态信息、又具

2、备一定时态推理能力的不确定时态信息表达模型，具有十分重要的意义。同时，模型的表达方法还要有利于存储和索引不确定时态信息，以使其能应用于数据库和数据挖掘等领域，发现有用的时态知识和规律。本文是对不确定时态信息表达模型的理论和应用的研究。本文的研究始终以不确定时态信息处理为主线，以不确定时态信息表达模型的建立和应用两部分为主要内容，提出适于表示不确定时态信息的模型，并基于此模型提出针对不确定时态信息的推理、索引、挖掘的新技术和新方法。本文的研究沿着此思路进行：(1)仔细研究表示不确定时态信息的方法，提出统一的表达模型，分析模型的各类性质和时态推理能力；(2)提出适合该模型的不确定

3、时态索引方法，便于在数据库系统中存储和处理不确定时态数据；(3)研究不确定时态信息表达模型的应用：在不确定时态数据存储和索引的基础上，提出新的时态数据挖掘(不确定时态关联规则)算法对时态数据进行挖掘，以发现有价值的时态知识。本文在上述几个方面展开研究，主要的创新点如下：1．提出了一个统一的时态信息表达模型，不仅可以表示确定和不确定时态信息，而且还能描述定性和定量的时态关系。该模型定义了三种不确定时态元素(时间点、时区和时距)，规定了各时态元素的定性关系和定量约束，并将三种时态元素统一用于表示事件的时态性质。因此，该模型能描述各种类型的不确定时态信息。在模型中，确定时态是不确定

4、时态的一种特殊情况。2．对不确定时态信息表达模型进行了理论分析。讨论了模型中各类时态关系的传递性，并给出时态关系间的传递关系表，提出了利用该表解决时态约束满足问题的方法；在模型上扩展了新的时态运算符，时态运算符的扩展使其能支持不确定时态信息的处理，同时证明了扩展后的时态运算符满足运算封闭性和布尔运算的基本性质。3．提出了一种结合线性逻辑和时间Petri网的不确定时态推理方法。根据线性逻辑与时间Petri网的内在类同性，将线性逻辑用于描述时间Petri网结构，并将两者结合用于表示不确定时态信息和时态关系，进行时态推理。主要解决了三个问题：用基于线性逻辑的时间Petri网表示不确

5、定时态信息表达模型中的时态元素华南理工大学博士学位论文和时态关系；用基于线性逻辑的时间Petri网模型定义了各种不确定时态推理规则；提出了在时间Petri网中运用推理规则进行不确定时态推理的方法。相关的定理和例子表明了结合线性逻辑和时间Petri网，在不确定时态信息表达模型上进行定量和定性时态推理方法是可行且有效的。4．提出并实现了一种基于R牛树的不确定时态索引技术。改造了空间索引技术中的R木树索引技术，将其用于时态索引，并根据不确定时态数据的特征，对其进行了优化，从而在索引时减少比较的次数，更加精确地获得搜索结果，提高了索引的性能。另外，实现了一个基于聃树时态索引和关系数据

6、库的原型系统，不仅实现了索引架构的主要功能，还实现了索引的存储功能，保证了该原型系统能够满足实际应用的需要。性能测试的结果表明，该原型系统不但在功能上得到了扩展而支持不确定时态数据，而且在性能上也优于已有的时态索引技术。5．提出了一种基于参考度的不确定时态关联规则挖掘算法。首先研究了关联规则的评价标准，并根据现有评价标准存在的问题提出了一种新的评价标准“参考度”，应用该标准的关联规则挖掘算法不仅能更有效筛选有价值的关联规则，而且能挖掘负关联规则。提出了适于不确定时态数据的时区延展和归并算法，并在此基础上提出了一种不确定时态关联规则挖掘算法，由于结合了“参考度”评价标准，该算法

7、能得到负时态关联规则。实验结果表明了该算法的良好性能。6．根据本文研究的成果，设计并实现了一个时态数据挖掘系统，成功地将其应用于肺癌预警的课题研究中。该系统可以存储和索引确定或不确定的时态数据，实现了数据预处理、时态关联规则挖掘等算法，可以完成一个完整的时态数据挖掘过程，包括时态数据储存索引、预处理、时态关联规则发现、结果评估、结果展示等模块。该系统是本文提出的不确定时态信息表达模型和各种时态信息处理方法的具体应用。结合医疗数据进行肺癌预警课题(得到广东省重大科技攻关项目A1020103和广州市科技攻关