基于概念层次的概念格更新构造算法研究

摘要

概念格是一种有效的知识发现与数据挖掘工具,由形式背景生成概念格的过程,实质上是一种概念聚类过程,反映了概念之间的特化和泛化关系。当形式背景中属性的概念层次发生变化时,如何高效地更新概念格,提高概念格构造效率具有重要意义。本文从提高概念格构造效率出发,当属性的概念层次发生变化,对概念格的高效更新算法进行了研究。主要研究工作如下： (1) 给出了一种基于概念提升的概念格更新构造算法UCP。当形式背景中的多个属性进行合并(即概念提升或泛化)时,概念格中的一些概念从低层泛化或提升到一个较高层,利用概念提升前所构造的概念格,只对内涵中含有合并属性的概念进行操作,若该概念的内涵与合并属性的交集为空,则不做任何操作；否则,根据交集的不同生成新增概念或更新概念；然后,合并或删除更新过程中出现的冗余概念,从而得到新的形式背景对应的概念格；最后,以离散化的恒星光谱数据作为形式背景和经典的Godin算法做比较,实验验证了UCP算法的正确性和有效性。 (2) 给出了一种基于概念特化的概念格更新构造算法UCCS。该算法主要针对形式背景中单属性分解为多属性的问题进行研究,概念格中的一些概念从较高层次特化或例化成较低层次的概念。首先,利用属性分解后的新属性形成的形式背景,构造其相应的概念格；再将此概念格和原概念格的一个子概念格进行比较,得到更新概念、新增概念和特化概念,而不是和原概念格比较进行概念格的更新构造,从而节省了时间,提高了概念格更新构造的效率；最后,以离散化的天体光谱数据作为形式背景,实验验证了UCCS算法的正确性和有效性。 (3) 基于概念层次的概念格更新构造原型系统设计。在Windows XP操作系统,采用VC++6.0和ORACLE9i开发工具,以离散化的天体光谱数据作为形式背景,设计并实现了基于概念层次的概念格更新构造原型系统。关健词：概念格；概念层次；概念提升；概念特化；天体光谱数据

目录

文摘

英文文摘

声明

第一章 引言

1.1 数据挖掘

1.1.1数据挖掘的产生

1.1.2数据挖掘的定义

1.1.3数据挖掘的方法

1.2概念格国内外研究现状

1.2.1对概念格构造算法的研究

1.2.2基于概念格的知识发现

1.2.3概念格的扩展

1.2.4概念格与其它理论的融合

1.2.5概念格的更新及概念层次

1.3 本文的主要研究内容及论文结构的组织与安排

1.3.1论文的主要研究内容

1.3.2论文的组织结构

第二章 概念格的相关概念及其构造算法

2.1概念格的基本概念

2.2概念格的相关概念

2.3概念格的构造算法

2.3.1批处理算法

2.3.2渐进式算法

2.4小结

第三章 基于概念提升的概念格更新构造

3.1 引言

3.2基于概念提升的概念格更新构造

3.2.1理论基础

3.2.2算法思想

3.2.3算法描述及算法分析

3.2.4举例分析

3.2.5实验分析

3.3 小结

第四章 基于概念特化的概念格更新构造

4.1 引言

4.2基于概念特化的概念格更新构造

4.2.1理论基础及算法思想

4.2.2算法描述及算法分析

4.2.3举例分析

4.2.4实验分析

4.3 小结

第五章 基于概念层次的概念格更新构造原型系统

5.1 引言

5.2系统设计思想

5.2.1概念格与关联规则

5.2.2系统功能模块

5.2.3设计思路及关健技术

5.3运行结果分析

5.4小结

第六章 总结与展望

6.1 总结

6.2展望

参考文献

研究生期间发表的文章及参与项目

致谢

作者简介