基于谓词逻辑和包含集的分类规则约简算法

发布时间：2022-01-25 06:22

　　分类挖掘是数据挖掘的重要研究内容之一,现有的分类规则挖掘算法所得到的规则集中存在大量的冗余,严重影响了分类规则的分类效率与可理解性,因此对挖掘出的冗余分类规则集进行约简,具有重要的理论意义和应用价值。本文采用谓词逻辑和包含集对分类规则集的后处理进行了研究,其主要研究成果如下:第一、基于谓词逻辑的分类规则约简RMCRPL算法。首先,用谓词公式描述分类规则,把规则集转换成谓词公式的集合;其次,利用谓词逻辑中的逻辑推理,对规则集进行约简,消除冗余规则;最后,采用恒星光谱数据,实验验证了该方法是有效的,可行的;第二、基于包含集的分类规则约简MMIS与RRPABIRS算法。首先利用规则与数据间的分类关系,提取以单条分类规则为元素的包含集;其次,通过对单个包含集的处理来实现对分类规则集的精简,给出了MMIS与RRPABIRS算法;最后采用恒星光谱数据,实验验证了该方法是有效的,可行的。 

【文章来源】：太原科技大学山西省

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 数据挖掘产生的背景及定义
    1.2 数据挖掘与知识发现
    1.3 数据挖掘的主要方法
    1.4 数据挖掘的功能
        1.4.1 关联分析
        1.4.2 分类和预测
        1.4.3 聚类分析
        1.4.4 孤立点分析
    1.5 数据挖掘的应用
    1.6 数据挖掘的主要问题
    1.7 本文的主要研究内容及论文的组织与安排
        1.7.1 研究内容
        1.7.2 论文组织
第二章 分类、谓词逻辑及集合
    2.1 分类知识介绍
        2.1.1 分类基本概念
        2.1.2 分类知识的表示方法
        2.1.3 分类知识的提取方法
        2.1.4 分类模型的判断标准
    2.2 谓词公式的基本概念
        2.2.1 命题公式
        2.2.2 谓词公式
        2.2.3 谓词公式表示知识的特点
    2.3 集合的基本概念
    2.4 小结
第三章 一种基于谓词逻辑的分类规则约简方法
    3.1 前言
    3.2 基于一阶谓词的分类规则表示
    3.3 基于谓词的分类规则逻辑演算
    3.4 分类规则约简算法
    3.5 实验分析
    3.6 小结
第四章 基于包含集的分类规则后处理方法
    4.1 引言
    4.2 规则的包含集
    4.3 规则包含集的挖掘算法及冗余规则的处理
        4.3.1 包含集的挖掘算法
        4.3.2 冗余规则的处理
    4.4 实验分析
    4.5 小结
第五章 总结与展望
参考文献
致谢
研究生期间发表的论文和参加的科研项目


【参考文献】：
期刊论文
[1]基于蚁群算法的分类规则挖掘[J]. 蒋蕾,王士同.  江南大学学报(自然科学版). 2008(05)
[2]一种基于粗糙集的分类数据挖掘算法[J]. 马君华,陈云开.  计算机科学. 2008(06)
[3]决策树算法的一种改进算法[J]. 屈志毅,周海波.  计算机应用. 2008(S1)
[4]一种健壮有效的决策树改进模型[J]. 卜亚杰,胡朝举,白兰,董娜.  计算机应用. 2008(S1)
[5]一种改进的基于正区域的决策树算法[J]. 高静,杨炳儒,徐章艳,宋威.  计算机科学. 2008(05)
[6]基于粗糙集的分类关联规则挖掘算法研究[J]. 尹世群,余建桥,葛继科,邱玉辉.  计算机科学. 2007(12)
[7]基于遗传算法和决策树的肿瘤分类规则挖掘[J]. 何爱香,张勇.  山东大学学报(理学版). 2007(09)
[8]一种基于蚁群算法的分类规则挖掘算法[J]. 常晓磊,闫仁武.  计算机技术与发展. 2007(07)
[9]基于分布式概念格的分类规则挖掘[J]. 胡学钢,陈慧,张玉红,马冯.  合肥工业大学学报(自然科学版). 2007(02)
[10]粗糙逼近近似度量在分类规则挖掘中的应用[J]. 贾嵘,张文宇.  西安石油大学学报(自然科学版). 2007(01)



本文编号：3608045