基于粒度計(jì)算的知識(shí)發(fā)現(xiàn)研究及其應(yīng)用.pdf

1、知識(shí)發(fā)現(xiàn)是人工智能領(lǐng)域的研究熱點(diǎn)，目前已經(jīng)得到了很大的發(fā)展。然而，當(dāng)前的知識(shí)發(fā)現(xiàn)還存在諸多重要的待解決的研究問題，如知識(shí)的表達(dá)方式過于單一、缺乏有效的復(fù)雜數(shù)據(jù)和復(fù)雜場(chǎng)景下的知識(shí)抽取方法(典型的場(chǎng)景如增量式數(shù)據(jù)情況)、缺少能夠保持?jǐn)?shù)據(jù)特征內(nèi)在語義聯(lián)系的高維數(shù)據(jù)降維方法，以及如何對(duì)發(fā)現(xiàn)后的知識(shí)進(jìn)行有效性驗(yàn)證等等。 本文針對(duì)知識(shí)發(fā)現(xiàn)過程中的幾個(gè)關(guān)鍵環(huán)節(jié)：知識(shí)的表達(dá)/描述方式，知識(shí)的抽取，知識(shí)降維，以及獲取知識(shí)的有效性驗(yàn)證等，引入了粒度

2、計(jì)算的原理和方法，對(duì)上述環(huán)節(jié)中存在的問題展開較深入的研究和探索： (1)系統(tǒng)化提出了粒度計(jì)算三大原理：粒度知識(shí)表示原理、粒度近似求解原理、粒度問題映射原理。 (2)采用了粒度劃分的知識(shí)表達(dá)形式。通過引入粒度知識(shí)表示原理，將粒度的劃分作為知識(shí)表達(dá)的一種形式，將粒度的不同粗細(xì)劃分作為一種知識(shí)，從而提出了一種新的知識(shí)表達(dá)方式，通過對(duì)處理對(duì)象進(jìn)行粒度劃分來表達(dá)不同的知識(shí)。 (3)提出了支持非一致數(shù)據(jù)的知識(shí)抽取算法。根據(jù)粗

3、糙集理論設(shè)計(jì)實(shí)現(xiàn)了一個(gè)支持非一致數(shù)據(jù)的知識(shí)抽取算法，同時(shí)提出了一個(gè)適用于復(fù)雜情況的增量式知識(shí)抽取算法，并根據(jù)粒度近似求解原理提出了可并行/串行的近似規(guī)則抽取算法。 (4)給出了知識(shí)抽取中的特征選取和約簡方法。從表結(jié)構(gòu)的數(shù)據(jù)特征所能容納的數(shù)據(jù)記錄問題出發(fā)，提出了數(shù)據(jù)飽和度概念，并根據(jù)數(shù)據(jù)飽和度的特性，提出了一個(gè)綜合了屬性約簡和屬性選取兩者優(yōu)點(diǎn)的數(shù)據(jù)降維方法。 (5)應(yīng)用知識(shí)發(fā)現(xiàn)方法來解決復(fù)雜問題，給出驗(yàn)證知識(shí)有效性的實(shí)例。