基于不確定理論和機(jī)器學(xué)習(xí)的知識發(fā)現(xiàn)研究.pdf

1、隨著計(jì)算機(jī)、通信和網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)據(jù)呈指數(shù)級增長，這些數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超出了人的能力，如何在海量的數(shù)據(jù)中發(fā)現(xiàn)有用的或感興趣的知識，是一個(gè)迫切需要解決的問題。知識發(fā)現(xiàn)便應(yīng)運(yùn)而生。知識發(fā)現(xiàn)是從數(shù)據(jù)集中抽取和精化的新模式。本文的數(shù)據(jù)集是基于農(nóng)業(yè)知識背景。期望通過知識發(fā)現(xiàn)研究來獲取新的農(nóng)業(yè)知識模式或改善傳統(tǒng)的農(nóng)業(yè)知識，從而更好地為農(nóng)業(yè)生產(chǎn)服務(wù)。 本文首先綜述了知識發(fā)現(xiàn)的發(fā)生發(fā)展以及知識發(fā)現(xiàn)的方法。隨之針對農(nóng)業(yè)生產(chǎn)中存在的問題，運(yùn)用不同知識

2、發(fā)現(xiàn)的方法加以解決。本文知識發(fā)現(xiàn)的方法有不確定性理論和機(jī)器學(xué)習(xí)方法。不確定性理論主要是粗糙集理論和證據(jù)理論；機(jī)器學(xué)習(xí)方法主要是神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)方法。 鑒于植物病害診斷涉及的植物屬性很多，包括植物的根、莖、葉、花、果，癥狀紛繁復(fù)雜，不同的病害之間的癥狀且有相似之處，非專業(yè)人員有時(shí)很難區(qū)分。為此本文分別給出基于粗糙集的酥梨病害知識發(fā)現(xiàn)系統(tǒng)構(gòu)建與基于神經(jīng)網(wǎng)絡(luò)的酥梨病害分類器設(shè)計(jì)，解決非專業(yè)人員難以根據(jù)復(fù)雜相似病害癥狀進(jìn)行診斷的

3、問題。 傳統(tǒng)的植物營養(yǎng)診斷方法如DRIS，M-DRIS，DOP，各有所長，在進(jìn)行診斷時(shí)會(huì)出現(xiàn)不同的診斷結(jié)果，致使用戶難以做出決策。證據(jù)理論是信息融合技術(shù)中一種非常有效的不確定理論方法，根據(jù)其證據(jù)合成公式可以融合不同的專家知識，為用戶做出決策提供良好的途徑。本文基于證據(jù)理論的優(yōu)勢，構(gòu)造了營養(yǎng)診斷方法融合模型，對三種診斷方法DRIS、MDRIS、DOP進(jìn)行融合處理，結(jié)果表示該模型是切實(shí)可行的。 針對現(xiàn)有的作物水分生產(chǎn)函數(shù)模型