題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱(chēng)：
- 一種基于謂詞邏輯的分類(lèi)規(guī)則處理方法
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類(lèi)：
- 信息技術(shù)
- 大類(lèi)：
- 自然科學(xué)類(lèi)學(xué)術(shù)論文
- 簡(jiǎn)介：
- 分類(lèi)是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域中的重要研究?jī)?nèi)容之一，用來(lái)抽取能夠描述重要數(shù)據(jù)集合的模型，用于預(yù)測(cè)未知數(shù)據(jù)對(duì)象的離散類(lèi)別，已廣泛應(yīng)用在市場(chǎng)營(yíng)銷(xiāo)、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(lái)，如何獲取正確、簡(jiǎn)潔、規(guī)范以及高質(zhì)量的分類(lèi)規(guī)則是一項(xiàng)重要的研究?jī)?nèi)容,主要集中在以下幾個(gè)方面：1)獲取分類(lèi)規(guī)則方法。決策樹(shù)分類(lèi)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(shù)，起源于概念學(xué)習(xí)系統(tǒng)，具有高效、可理解性強(qiáng)的特征；貝葉斯分類(lèi)法是一種統(tǒng)計(jì)學(xué)分類(lèi)方法，用于大型數(shù)據(jù)庫(kù)中也具有較高分類(lèi)質(zhì)量（正確率）；概念格分類(lèi)法，通過(guò)格結(jié)點(diǎn)間的關(guān)系獲取的分類(lèi)規(guī)則，具有精確性、分類(lèi)質(zhì)量高的特點(diǎn)，但是知識(shí)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(zhǎng)補(bǔ)短，也是獲取分類(lèi)規(guī)則的一種有效途徑（例如：模糊決策樹(shù)）。2）在已獲取的分類(lèi)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(lèi)和預(yù)測(cè)過(guò)程中出現(xiàn)錯(cuò)誤判斷、效率低下等問(wèn)題。因此，如何有效地避免、減少這類(lèi)問(wèn)題也是當(dāng)前的重點(diǎn)研究?jī)?nèi)容之一。目前，大多數(shù)方法主要分為兩大類(lèi)：直接處理和非直接處理。直接處理指的是在分類(lèi)規(guī)則生成的過(guò)程中進(jìn)行剪枝操作，即規(guī)則提取和規(guī)則剪枝同時(shí)進(jìn)行，也即對(duì)原提取方法的改進(jìn)，例如：Quinlan 的C4.5算法即是在生成規(guī)則的過(guò)程中，通過(guò)對(duì)規(guī)則的剪枝來(lái)消除冗余，并且Liu B等在構(gòu)造CBA分類(lèi)器的過(guò)程中就采用了這種技術(shù)來(lái)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(xiàng)目集的過(guò)程中進(jìn)行了剪枝操作。直接處理可以在過(guò)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(guò)程中，不能對(duì)已知規(guī)則及將要獲取的規(guī)則間關(guān)系進(jìn)行全局考慮，不當(dāng)?shù)募糁σ自斐蓛r(jià)值信息的丟失，相反則起不到改進(jìn)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(jìn)行后續(xù)處理，消除冗余，例如Bruha，F(xiàn)amili提出的規(guī)則過(guò)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(duì)關(guān)聯(lián)、分類(lèi)規(guī)則進(jìn)行后處理，并構(gòu)造了相應(yīng)的分類(lèi)器等。然而，后處理過(guò)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(shí)，也極易使有價(jià)值信息流失，有可能影響分類(lèi)的質(zhì)量。 謂詞是描述個(gè)體詞的屬性、個(gè)體詞間關(guān)系的一種數(shù)學(xué)符號(hào)，謂詞公式的等價(jià)轉(zhuǎn)換則可以將公式化繁為簡(jiǎn)，具有嚴(yán)謹(jǐn)、精確、易理解等特點(diǎn)。本文，提出了一種基于謂詞邏輯的分類(lèi)規(guī)則處理算法（ACRP），該方法采用謂詞來(lái)描述分類(lèi)規(guī)則前件與后件的蘊(yùn)涵（因果）關(guān)系，利用謂詞公式的邏輯轉(zhuǎn)換來(lái)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(lèi)的質(zhì)量和效率。最后，采用恒星光譜數(shù)據(jù)，實(shí)驗(yàn)驗(yàn)證該算法的正確性和可行性。
作品圖片
作品專(zhuān)業(yè)信息
撰寫(xiě)目的和基本思路
- 利用謂詞描述分類(lèi)規(guī)則，并通過(guò)邏輯演算對(duì)分類(lèi)規(guī)則集進(jìn)行等價(jià)轉(zhuǎn)換，從而消除冗余規(guī)則，提高了分類(lèi)的效果和質(zhì)量。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 謂詞公式的等價(jià)轉(zhuǎn)換則可以將公式化繁為簡(jiǎn)，具有嚴(yán)謹(jǐn)、精確、易理解等特點(diǎn)。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 為提高分類(lèi)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(lèi)是數(shù)據(jù)挖掘領(lǐng)域中的主要研究?jī)?nèi)容之一，在獲取的分類(lèi)規(guī)則集中，往往存在大量冗余規(guī)則，影響了分類(lèi)效率和質(zhì)量。本文采用謂詞邏輯，提出了一種分類(lèi)規(guī)則處理方法。該方法利用謂詞描述分類(lèi)規(guī)則，并通過(guò)邏輯演算對(duì)分類(lèi)規(guī)則集進(jìn)行等價(jià)轉(zhuǎn)換，從而消除冗余規(guī)則，提高了分類(lèi)的效果和質(zhì)量。最后，采用恒星光譜數(shù)據(jù)，實(shí)驗(yàn)驗(yàn)證該方法正確可行，從而為提高分類(lèi)質(zhì)量及效率提供了一條有效途徑。
獲獎(jiǎng)情況
- 已投稿
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- 檢索關(guān)鍵字:數(shù)據(jù)挖掘；分類(lèi)規(guī)則；謂詞邏輯；后處理；恒星光譜數(shù)據(jù)
同類(lèi)課題研究水平概述
- 謂詞是描述個(gè)體詞的屬性、個(gè)體詞間關(guān)系的一種數(shù)學(xué)符號(hào)，謂詞公式的等價(jià)轉(zhuǎn)換則可以將公式化繁為簡(jiǎn)，具有嚴(yán)謹(jǐn)、精確、易理解等特點(diǎn)。本文，提出了一種基于謂詞邏輯的分類(lèi)規(guī)則處理算法（ACRP），該方法采用謂詞來(lái)描述分類(lèi)規(guī)則前件與后件的蘊(yùn)涵（因果）關(guān)系，利用謂詞公式的邏輯轉(zhuǎn)換來(lái)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(lèi)的質(zhì)量和效率。最后，采用恒星光譜數(shù)據(jù)，實(shí)驗(yàn)驗(yàn)證該算法的正確性和可行性。
