混合動(dòng)態(tài)信息系統(tǒng)中的高效知識(shí)更新算法研究.pdf

1、隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等技術(shù)的發(fā)展，各種應(yīng)用系統(tǒng)都積累了海量、不同類型的復(fù)雜數(shù)據(jù)，而這些數(shù)據(jù)隨著時(shí)間的推進(jìn)急劇地增加而形成海量、混合動(dòng)態(tài)且具有較大不確定性的大數(shù)據(jù).企業(yè)的核心競(jìng)爭(zhēng)力已經(jīng)逐漸轉(zhuǎn)移到大數(shù)據(jù)中價(jià)值的挖掘中來(lái).但是，人們發(fā)現(xiàn)在這種混合動(dòng)態(tài)的大數(shù)據(jù)中實(shí)時(shí)準(zhǔn)確地發(fā)現(xiàn)稀疏存在的有價(jià)值知識(shí)越來(lái)越困難.因此，如何實(shí)時(shí)有效地從這樣海量、動(dòng)態(tài)、多類型混合數(shù)據(jù)中完成知識(shí)發(fā)現(xiàn)已經(jīng)成為機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等領(lǐng)域的研究熱點(diǎn).
　　目前，粗糙集理論和模

2、糊集理論是知識(shí)發(fā)現(xiàn)的兩大重要數(shù)學(xué)工具.粗糙集理論將知識(shí)理解為對(duì)數(shù)據(jù)的劃分，每一劃分塊即一個(gè)概念，其主要思想就是利用知識(shí)庫(kù)中已知的知識(shí)去描述模糊或不確定的知識(shí).模糊集理論是一種用隸屬度這一精確的數(shù)學(xué)語(yǔ)言對(duì)模糊性進(jìn)行描述的方法，應(yīng)用模糊集理論來(lái)解決問(wèn)題具有較強(qiáng)的魯棒性.粗糙集理論的優(yōu)勢(shì)在于它不需要任何的先驗(yàn)信息，而模糊集理論處理不確定性問(wèn)題時(shí)常常需要一些附加信息.單純地使用粗糙集理論未必能完全有效地描述不精確或不確定性問(wèn)題，將兩者有機(jī)地融合

3、以便發(fā)揮各自的優(yōu)勢(shì)，就會(huì)得到更具表達(dá)力的粗糙模型，即粗糙模糊集模型和模糊粗糙集模型.本文將混合信息系統(tǒng)分為數(shù)值型決策信息系統(tǒng)、符號(hào)型模糊決策系統(tǒng)和一般混合信息系統(tǒng)三種類型，選擇適合處理混合數(shù)據(jù)的粗糙模糊集和模糊粗糙集方法并進(jìn)行必要的擴(kuò)展，結(jié)合增量更新技術(shù)，研究了混合數(shù)據(jù)類型的動(dòng)態(tài)信息系統(tǒng)的知識(shí)更新問(wèn)題.本文的研究工作包含以下四個(gè)方面:
　　首先，本文討論符號(hào)型模糊決策系統(tǒng)中對(duì)象變化情形下的增量更新近似集方法.其中，先討論對(duì)象集變化

4、時(shí)引起粗糙模糊集等價(jià)關(guān)系變化的機(jī)理;分析對(duì)象集動(dòng)態(tài)變化時(shí)粗糙模糊集模型中模糊概念的近似集增量變化性質(zhì)，并研究相應(yīng)的近似集增量更新算法.
　　然后，針對(duì)一般混合信息系統(tǒng)，首先設(shè)計(jì)可以同時(shí)處理符號(hào)、數(shù)值、布爾、集值、區(qū)間值、缺失值、文本、圖像、視頻、音頻、傳感信號(hào)等多種數(shù)據(jù)類型的兩種混合距離度量公式;并結(jié)合高斯核函數(shù)設(shè)計(jì)高斯核模糊等價(jià)關(guān)系的模糊?；椒?，進(jìn)而設(shè)計(jì)基于混合距離的高斯核模糊粗糙集模型;討論對(duì)象集增刪情形下模糊等價(jià)關(guān)系以及模

5、糊?；?guī)律;結(jié)合基于混合距離的高斯核模糊粗糙集模型研究對(duì)象集動(dòng)態(tài)變化條件下概念上、下近似集的增量更新方法.
　　此外，討論屬性集變化時(shí)一般混合信息系統(tǒng)中模糊等價(jià)關(guān)系以及模糊?；?guī)律;結(jié)合基于混合距離的高斯核模糊粗糙集模型提出了屬性集動(dòng)態(tài)變化條件下概念上、下近似集的增量更新方法;根據(jù)這些更新方法應(yīng)用于前向貪心搜索策略的特征提取中提出基于模糊粗糙集的增量特征提取原理和算法.
　　最后，討論一般性混合信息中屬性值變化情形下的增量近

6、似集更新方法.其中，先討論系統(tǒng)中條件屬性值變化時(shí)等價(jià)類變化規(guī)律;研究條件屬性值動(dòng)態(tài)變化時(shí)模糊集粗糙模型中概念的近似集增量更新性質(zhì)并提出相應(yīng)的更新算法;其次，討論了概念的分層?；硪约皼Q策屬性值粗化細(xì)化與概念分層?；年P(guān)系;分析決策屬性值粗化細(xì)化時(shí)引起的決策類劃分變化規(guī)律;研究決策屬性值動(dòng)態(tài)變化時(shí)模糊集粗糙模型中概念的近似集增量變化性質(zhì);提出相應(yīng)的近似集增量更新算法.
　　在上述研究工作中均采用UCI數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)評(píng)測(cè)，實(shí)驗(yàn)結(jié)果