基于背景知識(shí)的關(guān)聯(lián)規(guī)則挖掘方法研究及應(yīng)用.pdf

1、隨著觀測(cè)手段的不斷提高，以LAMOST望遠(yuǎn)鏡為代表的海量觀測(cè)數(shù)據(jù)的處理問(wèn)題日益尖銳，使得傳統(tǒng)的人工或半人工的數(shù)據(jù)分析方法無(wú)法滿(mǎn)足天文學(xué)的需求。其中，天體光譜特征同其物理化學(xué)性質(zhì)之間的相關(guān)性關(guān)系，對(duì)于天文學(xué)家和從事天文工作的科技人員來(lái)說(shuō)有著極為重要的意義。關(guān)聯(lián)規(guī)則挖掘是描述數(shù)據(jù)集中項(xiàng)目之間存在的關(guān)聯(lián)關(guān)系。因此，采用關(guān)聯(lián)規(guī)則來(lái)描述天體光譜數(shù)據(jù)各屬性之間的關(guān)系，為天文學(xué)家提供準(zhǔn)確、可靠、容易被計(jì)算機(jī)處理的光譜知識(shí)具有重要的應(yīng)用價(jià)值。本論文以L

2、AMOST為應(yīng)用背景，對(duì)基于背景知識(shí)的關(guān)聯(lián)規(guī)則挖掘進(jìn)行了研究，主要研究工作如下： 第一、在詳細(xì)分析面向關(guān)聯(lián)規(guī)則挖掘的背景知識(shí)的基礎(chǔ)上，提出了一種基于一階謂詞邏輯的背景知識(shí)表示技術(shù)，并將面向關(guān)聯(lián)規(guī)則挖掘的背景知識(shí)分為兩類(lèi)，即啟發(fā)式背景知識(shí)和歸納背景知識(shí)。 第二、針對(duì)關(guān)聯(lián)規(guī)則挖掘中，模式計(jì)數(shù)代價(jià)太高、I/O效率低下問(wèn)題，提出了一種基于背景知識(shí)的關(guān)聯(lián)規(guī)則挖掘算法。該算法通過(guò)啟發(fā)式背景知識(shí)剪枝掉不符合約束條件的候選頻繁模式集，僅

3、生成用戶(hù)感興趣的頻繁模式，有效地減少了模式計(jì)數(shù)代價(jià)，提高了挖掘質(zhì)量；同時(shí)通過(guò)樣本挖掘獲得的歸納背景知識(shí)，使得在每次數(shù)據(jù)庫(kù)掃描過(guò)程中都能生成不同長(zhǎng)度的頻繁模式，能夠在較少的數(shù)據(jù)庫(kù)掃描次數(shù)中挖掘出全部的頻繁模式。 第三、在上述研究成果的基礎(chǔ)上，首先利用關(guān)聯(lián)規(guī)則作為恒星光譜數(shù)據(jù)相關(guān)性分析方法，以VC++和SQL Server 2000作為開(kāi)發(fā)工具，設(shè)計(jì)與實(shí)現(xiàn)了基于關(guān)聯(lián)規(guī)則的恒星光譜數(shù)據(jù)相關(guān)性分析系統(tǒng)。其次給出了該系統(tǒng)的軟件體系結(jié)構(gòu)和模