在數據挖掘中概念格的理論研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、知識是人類認識客觀世界的結果,同時也是指導人們行為的準則,在知識經濟的時代里知識是社會發(fā)展的重要動力,是決定生產力發(fā)展的主要因素,特別是隨著時代的發(fā)展,環(huán)境的變化,認識的深入,人們必須不斷的獲取與發(fā)現新的知識,人們有各種獲得知識與發(fā)展知識的手段,而其中最重要的一種手段是從數據庫中進行數據挖掘。 隨著Internet技術的日益普及,“豐富的數據與貧乏的知識”問題變得日漸突出,而數據挖掘如何從大量的數據中智能地、自動地抽取出有價值的

2、知識和信息,因而成為當前人工智能中非常活躍的研究領域。概念格是近年來獲得飛速發(fā)展的數據分析的有力工具,用來發(fā)現數據中隱藏的知識模式。因此,研究概念格的基本理論以及將其應用于知識發(fā)現有著非常重要的意義。本文主要研究概念格的基本理論和基于概念格的知識發(fā)現。在概念格與粗糙集的關系方面,由于概念格與粗糙集在數據分析方面有相似之處,并且粗糙集的一些概念包括等價類,上、下近似等都可以通過概念格來表示。本文論述了概念格與粗糙集之間的聯(lián)系,建立了它們之

3、間的的關系。在概念格的代數性質方面,本文給出了形式背景下概念集合上的元素之間的二元運算,使通常意義下的概念格成為帶有算子的概念格,證明了概念格為代數意義下的格,并研究了其代數性質,為概念格的進一步研究提供了理論基礎和新的研究方法。在基于概念格的規(guī)則提取方面,數據挖掘尤其是規(guī)則挖掘可以看作是一個形成概念的過程和發(fā)現概念之間關系的過程。 反映了概念與屬性之間的不確定聯(lián)系,在現實生活中,人類認識的大量概念都是模糊的,因此研究模糊概念格

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論