国产性70yerg老太,狠狠的日,欧美人与动牲交a免费,中文字幕成人网站

基本信息

項目名稱:
一種基于謂詞邏輯的分類規(guī)則處理方法
小類:
信息技術(shù)
簡介:
分類是數(shù)據(jù)挖掘和機器學(xué)習(xí)領(lǐng)域中的重要研究內(nèi)容之一,用來抽取能夠描述重要數(shù)據(jù)集合的模型,用于預(yù)測未知數(shù)據(jù)對象的離散類別,已廣泛應(yīng)用在市場營銷、金融投資、天文、地理的數(shù)據(jù)分析與決策等領(lǐng)域。
詳細(xì)介紹:
近年來,如何獲取正確、簡潔、規(guī)范以及高質(zhì)量的分類規(guī)則是一項重要的研究內(nèi)容,主要集中在以下幾個方面:1)獲取分類規(guī)則方法。決策樹分類方法, 其基本思想是貪心算法,它是自頂向下遞歸的方式造決策樹,起源于概念學(xué)習(xí)系統(tǒng),具有高效、可理解性強的特征;貝葉斯分類法是一種統(tǒng)計學(xué)分類方法,用于大型數(shù)據(jù)庫中也具有較高分類質(zhì)量(正確率);概念格分類法,通過格結(jié)點間的關(guān)系獲取的分類規(guī)則,具有精確性、分類質(zhì)量高的特點,但是知識集容量較大;此外,還有模糊集、粗糙集理論、蟻群算法等,各俱優(yōu)劣,各種方法間相結(jié)合,取長補短,也是獲取分類規(guī)則的一種有效途徑(例如:模糊決策樹)。2)在已獲取的分類規(guī)則集中經(jīng)常存在前件完全不同且規(guī)則后件相同、規(guī)則前件交集非空且后件相同等冗余和沖突現(xiàn)象,導(dǎo)致在分類和預(yù)測過程中出現(xiàn)錯誤判斷、效率低下等問題。因此,如何有效地避免、減少這類問題也是當(dāng)前的重點研究內(nèi)容之一。目前,大多數(shù)方法主要分為兩大類:直接處理和非直接處理。直接處理指的是在分類規(guī)則生成的過程中進行剪枝操作,即規(guī)則提取和規(guī)則剪枝同時進行,也即對原提取方法的改進,例如:Quinlan 的C4.5算法即是在生成規(guī)則的過程中,通過對規(guī)則的剪枝來消除冗余,并且Liu B等在構(gòu)造CBA分類器的過程中就采用了這種技術(shù)來消除冗余;在一些關(guān)聯(lián)規(guī)則的剪枝中也采用了這種方法,例如Calders等,在生成頻繁項目集的過程中進行了剪枝操作。直接處理可以在過程中充分考慮原數(shù)據(jù)集的特征,處理后效果良好,但是處理效率比較低,并且處理過程中,不能對已知規(guī)則及將要獲取的規(guī)則間關(guān)系進行全局考慮,不當(dāng)?shù)募糁σ自斐蓛r值信息的丟失,相反則起不到改進的效果,更有可能出現(xiàn)其他冗余。非直接處理指的是后處理,即在已經(jīng)生成的規(guī)則集的基礎(chǔ)上進行后續(xù)處理,消除冗余,例如Bruha,F(xiàn)amili提出的規(guī)則過濾方法,就是一種典型的規(guī)則后處理;Huawen Liu等采用閉集的方法對關(guān)聯(lián)、分類規(guī)則進行后處理,并構(gòu)造了相應(yīng)的分類器等。然而,后處理過程完全脫離原始數(shù)據(jù)集,在得到較好的處理效率的同時,也極易使有價值信息流失,有可能影響分類的質(zhì)量。 謂詞是描述個體詞的屬性、個體詞間關(guān)系的一種數(shù)學(xué)符號,謂詞公式的等價轉(zhuǎn)換則可以將公式化繁為簡,具有嚴(yán)謹(jǐn)、精確、易理解等特點。本文,提出了一種基于謂詞邏輯的分類規(guī)則處理算法(ACRP),該方法采用謂詞來描述分類規(guī)則前件與后件的蘊涵(因果)關(guān)系,利用謂詞公式的邏輯轉(zhuǎn)換來消除規(guī)則間及規(guī)則內(nèi)的冗余和沖突現(xiàn)象,有效地提高了分類的質(zhì)量和效率。最后,采用恒星光譜數(shù)據(jù),實驗驗證該算法的正確性和可行性。

作品圖片

  • 一種基于謂詞邏輯的分類規(guī)則處理方法

作品專業(yè)信息

撰寫目的和基本思路

利用謂詞描述分類規(guī)則,并通過邏輯演算對分類規(guī)則集進行等價轉(zhuǎn)換,從而消除冗余規(guī)則,提高了分類的效果和質(zhì)量。

科學(xué)性、先進性及獨特之處

謂詞公式的等價轉(zhuǎn)換則可以將公式化繁為簡,具有嚴(yán)謹(jǐn)、精確、易理解等特點。

應(yīng)用價值和現(xiàn)實意義

為提高分類質(zhì)量及效率提供了一條有效途徑。

學(xué)術(shù)論文摘要

分類是數(shù)據(jù)挖掘領(lǐng)域中的主要研究內(nèi)容之一,在獲取的分類規(guī)則集中,往往存在大量冗余規(guī)則,影響了分類效率和質(zhì)量。本文采用謂詞邏輯,提出了一種分類規(guī)則處理方法。該方法利用謂詞描述分類規(guī)則,并通過邏輯演算對分類規(guī)則集進行等價轉(zhuǎn)換,從而消除冗余規(guī)則,提高了分類的效果和質(zhì)量。最后,采用恒星光譜數(shù)據(jù),實驗驗證該方法正確可行,從而為提高分類質(zhì)量及效率提供了一條有效途徑。

獲獎情況

已投稿

鑒定結(jié)果

參考文獻

檢索關(guān)鍵字:數(shù)據(jù)挖掘;分類規(guī)則;謂詞邏輯;后處理;恒星光譜數(shù)據(jù)

同類課題研究水平概述

謂詞是描述個體詞的屬性、個體詞間關(guān)系的一種數(shù)學(xué)符號,謂詞公式的等價轉(zhuǎn)換則可以將公式化繁為簡,具有嚴(yán)謹(jǐn)、精確、易理解等特點。本文,提出了一種基于謂詞邏輯的分類規(guī)則處理算法(ACRP),該方法采用謂詞來描述分類規(guī)則前件與后件的蘊涵(因果)關(guān)系,利用謂詞公式的邏輯轉(zhuǎn)換來消除規(guī)則間及規(guī)則內(nèi)的冗余和沖突現(xiàn)象,有效地提高了分類的質(zhì)量和效率。最后,采用恒星光譜數(shù)據(jù),實驗驗證該算法的正確性和可行性。
建議反饋 返回頂部