基于数据挖掘的信息融合理论和应用

《基于数据挖掘的信息融合理论和应用》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、浙江大学博士学位论文基于数据挖掘的信息融合理论和应用姓名：韩斌申请学位级别：博士专业：控制科学与工程指导教师：吴铁军2002.5.1浙江大学博士学位论文一连接模型提出了基于属性选择的因果连接模型搜索算法，即在统计约简的概念下，对构成因果连接模型的节点进行了选择，克服了粗集约简对数据噪声敏感的缺点，减少了模型“节点”数，降低了因果连接模型的复杂程度，压缩了搜索空间。5．为了从大量信息中提取有用信息，并克服数据噪声的影响，采用统计筛选和主成分变换方法研究了信息冗余问题，在粗集约简的概念上提出了基于统计属性筛选和主成分属性变换模式识别方法，并

2、对各种方法做了比较。6．为了解决融合模式识别中，同时减少实际使用的属性数和算法使用属性数的问题，提出了“统计属性筛选一PCA变换一模式分类”的方法，7．为了定量分析信息融合系统中不同信息源之间的关系，找出描述系统本质特征因素的方法，并依据各因素重要性对各个因素进行评估，提出利用因子分析和旋转对监测属性进行了分析的方法。8．提出并探讨了利用对应分析来描述属性和属性、属性与监测对象状态之间的关系的直观图示法。为深刻了解多传感器监测指标和监测对象状态之间的关系，把握监测系统的内在规律提供了方便。F关键词：数据融合，粗集，因果连接模型，PCA，

3、因子分析，对应分析浙江大学博士学位论文ABSTRACTRevolvingroundknowledgeretrieval，somedataminingapproach，inparticularly,roughsettheory,causalmodelandthemultivariatestatisticalanalysisareintensivelydiscussedtobenefitthesolvingofpatternclassification，knowledgediscovery,reasoningunderuncertainty

4、,attributesanalysisforthedatafusionsystem，watermonitoringsystemforinstance，whichalwaysconsistofuncompletedinformation，andwhosedataalwaysareacross—disciplines，pollutedbynoiseandmutedbyotherredundantinformation．Threekindsofapproachesoriginatedfromtheroughsettheory,thecausa

5、lmodelmethodandthePCAtechniquesareinvestigatedtotackleasetofproblemsinvolvedindataminingbaseddatafusion．Firstly,duetothedatafusionsystemalwayssuffersfromuncompleteddata(inconsistentevencontradicteachother)andlackingofprioriknowledge，amethodbasedonroughsetforrule-basedmod

6、elingisproposed．Comparingwithroughsetreduct，thereductbasedoninformationentropyispresentedaswell，toremovethebarrierofdatabasedynamicallyconstructingandmaketheroughsetbasedmodelingapplicablywhenthedataarepollutedbynoise．Secondly,nlecausalmodelintegratingsymbolicstructuralk

7、nowledgeandnumericmeasuresofuncertaintyisemployedtodescribethemonitoringsystem，whichbenefitsthesolvingofmulti·membershipclassificationproblemandtheexpressionofindeterministiccausation．ThecausalmodelisakindofBayesianNetworkandhasbeenprovedperformingquitewellinpracticeeven

8、whenstrongattributedependencesarepresent．HoweveritiSsensitivetothenumberoffeaturesand也esearchingspacewi