基于粗糙集的多分類器組合及其在知識發(fā)現(xiàn)中的應(yīng)用研究.pdf

1、知識發(fā)現(xiàn)與數(shù)據(jù)挖掘究其本質(zhì)講是一種機器學(xué)習(xí)。分類是許多機器學(xué)習(xí)問題解決的基礎(chǔ)。隨著科技的不斷進步和研究的進一步深入，單分類器已不能滿足人們的應(yīng)用要求，在這種情況下，多分類器組合便成為解決分類問題的一種重要的手段。本文深入討論了多分類器組合及知識發(fā)現(xiàn)與數(shù)據(jù)挖掘中存在的問題，結(jié)合基于知識庫的知識發(fā)現(xiàn)研究探討了用粗糙集理論進行知識發(fā)現(xiàn)的模型和方法。 總結(jié)起來，本文做了如下幾個方面的研究工作： ◆提出了一種基于知識庫的知識發(fā)現(xiàn)模

2、型，是一種高效的基于知識庫的機器學(xué)習(xí)方法，能更好地發(fā)現(xiàn)知識庫中的知識。該模型可以對超大數(shù)據(jù)庫進行分段/分塊處理，也可以推廣到分布式數(shù)據(jù)挖掘上來，在增量式學(xué)習(xí)和異種數(shù)據(jù)源的處理上也是可以勝任的； ◆本文給出了相應(yīng)的基于粗糙集的改進算法，對規(guī)則知識作了試驗工作并給出了試驗的結(jié)果，表明本文給出的改進算法的可行性和有效性。 ◆在對規(guī)則知識的矛盾、沖突等處理上也給出了自己的辦法，改進目前研究中的一些不足，提高了知識的精度。