基于生物启发计算的知识发现关键技术研究与实现

《基于生物启发计算的知识发现关键技术研究与实现》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、四川大学博士学位论文基于生物启发计算的知识发现关键技术研究与实现姓名：彭京申请学位级别：博士专业：计算机应用技术指导教师：唐常杰20060326基于生物启发计算的知识发现关键技术研究与实现3、提出了一种新的基于概念认知推理的数据分类方法-'CCI(ClassificationMethodbasedOHConceptCognizeLilf@l'@nce)。受灵长目动物获取食物的思维特点的启发，本文从概念认知入手，利用领域潜在知识及推理，提出并实现了的一种基于最近邻的数据分类方法。CCI方法将数据表中的元组视为空间矢量，与已有的最近邻分类模型不同点在于，不将数据表的属性集合

2、视为坐标系，而将每个元组的属性，看作基于一个未知维度空间的矢量，而元组表示为每个属性矢量的和矢量。同时，根据先验的领域相似信息，定义了标准属性矢量距离及投影方法。然后根据相关度公式，将距离计算问题转化为属性矢量及其相互投影的公式。实验证明同未引入领域相似信息相比，分类精度有明显提高。4、提出了一种新的基于概念认知推理归约高维数据的新方法。算法从先验的领域相似信息入手，根据概念认知推理，得到标准属性矢量距离及投影方法，然后根据属性约减算法得到归约结果。5、依据概念相似度理论，实现了一种新的数据聚类算法．HDCAfflierarchyDistanceComputingbas

3、edclusteringAlgorithm)．受灵长目动物对概念的分类分层次的认知特点启发，针对广泛存在的层次编码变量，提出了一种新的距离处理方法。将层次编码变量看做平衡树的叶子节点，层次编码变量间的距离理解为平衡树上两个叶子的最短路径值。同时对k中心点聚类算法作了修改，提出针对层次编码变量求取聚类中心点的快速算法。并从理论上和实验分别证明了印)CA算法的有效性和高效性。6、将生物启发计算技术和概念相似度理论相结合，提出了一种基于神经网络和属性距离矩阵的数据归约算法．根据先验的领域相似信息，定义了标准属性矢量距离及投影方法，然后根据得到的属性距离矩阵，构建了一个三层神经

4、网络，通过训练神经网络，最终获得高维数据属性约减器。通过属性约减器完成高维数据归约．利用这个方法，作者成功实现了对中医方剂功效的自动归纳，并取得良好效果。7、将研发的生物启发计算智能算法应用到了警用流动人口分析系统中，采用特殊的分类器对旅店入住人员进行分类，实现了对犯罪分子相关信息预测；采用层次聚类的方法对旅店入住人员进行聚类，用于发现新的可能潜在的犯罪活动或恐怖活动的策划团体；采用特殊的孤立点分析方法对异常的流动人121进行检测，排查潜在的犯罪分子。同时实现了基于孤立点分析结果的实时分级报四川大学博士学位论文警模型．本文在基于生物启发计算的知识发现关键技术研究中提出并

5、实现了一些新的算法，并对算法作了理论和实验分析，与传统方法相比，在速度、精度和成功率上都有明显提高。同时，本文将这些算法引入到一些具体应用中，发挥了实际的成效。本文的工作对于研制新型的智能系统具有重要的理论意义和应用前景。关键词：生物启发计算智能计算遗传算法神经网络概念相似度基因表达式编程—田卜基于生物启发计算的知识发现关键技术研究与实现Bio-inspiredComputingBasedKeyTechnologyResearchesandImplementationsofKnowledgeDiscoveryComputerApplicationTechnologyPh

6、．DCandidatePENGJingAdvisorTANGChang-jieBio·-inspiredComputingistheintelligence··computingmodelenlightenedbynaturalintelligenceandbiologicalprocesses．Inrecentyears，Bio-inspiredComputinghasbeenappliedwidelyinmanyfields，suchasartificialintelligence，machinelearninganddatamining．Enlightenedfr

7、omnewachievesinbiologicalscience,computerscientistshaveproposedmanynewtheoriesandalgorithmsofbio·inspiredcomputingwhileitisstillinthebeginningstagecomparingwithothereldersciencefields．Thisdissertationhasexploredsomeinterestingandchallengingissuesinbio-inspiredcomputing．Th