基于概念格的空間數據規(guī)則提取.pdf

1、數據挖掘是人工智能領域的一個熱點研究問題，是探討如何智能地從大量數據中提取出有用的信息和知識。粗糙集與概念格作為數據挖掘分析中兩種有效途徑，在關聯(lián)規(guī)則提取應用中得到了廣泛關注。粗糙集理論是在給定的數據基礎上建立等價內部類與分類數據表，提供給數據挖掘分析方法新的思路,是處理不確定性問題的一種有效數學工具。概念格結合序理論，在概念格的構造過程中是一個聚類與分類的過程，方便用于基于數據表進行概念分層討論。
　　近年來，隨著地理信息系統(tǒng)的

2、發(fā)展，空間數據挖掘孕育而生。作為數據挖掘的一個熱點問題，是研究如何從空間數據庫中挖掘隱含知識的顯示存儲、空間聯(lián)系或其他有用模式。空間數據挖掘使用GIS存儲、管理和分析空間數據的功能，采用空間數據庫技術將空間數據庫轉換為類似關系型數據庫進行規(guī)則提取，為提高智能地理信息系統(tǒng)的水平提供一個有力的工具。
　　本文針對形式背景，利用概念外延與內涵之間的特殊關系，結合粗糙集上下近似概念，提出了一種新的粗糙概念格構造算法，屬性約簡后運用粗糙度進

3、行挖掘獲取可靠性知識。在構造過程中，對節(jié)點屬性進行判斷，有效的降低了算法的時間復雜度。實際的案例分析表明，通過屬性約簡與粗糙度的結合，該算法可以有效地挖掘獲取可靠性知識，為數據分析挖掘知識提供了一種可行的思路與方法。
　　在空間數據挖掘中，概念格作為數據挖掘提取關聯(lián)規(guī)則的一個有效方式，本文將概念格應用于空間數據庫進行關聯(lián)規(guī)則的提取。為了提高關聯(lián)規(guī)則的提取速度，通過比較外延的方式建格，在構造過程中引入支持度約束，省略不符合條件節(jié)點，