題-1_100_100.jpg)
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
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
- 無
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。
