基于變精度粗糙集的完備約簡和知識(shí)抽取方法及其應(yīng)用研究.pdf

1、屬性約簡和知識(shí)抽取是數(shù)據(jù)挖據(jù)及知識(shí)發(fā)現(xiàn)的重要手段，變精度粗糙集理論為其提供了有效工具。相比屬性約簡，通過完備約簡抽取知識(shí)構(gòu)建的知識(shí)系統(tǒng)，能更全面地揭示隱藏在信息系統(tǒng)中的有價(jià)值信息。本文在多個(gè)國家自然基金項(xiàng)日資助下致力于研究完備約簡與知識(shí)抽取理論、方法以及在腦認(rèn)知中的應(yīng)用。首先通過變精度粗糙集模型的研究完備約簡與知識(shí)抽取的基本理論;然后結(jié)合所研究的理論，給出完備約簡算法、知識(shí)結(jié)構(gòu)構(gòu)造算法以及構(gòu)造可視化地展現(xiàn)知識(shí)空間結(jié)構(gòu);最后依據(jù)完備約簡與

2、知識(shí)抽取理論和方法，對(duì)腦認(rèn)知中腦功能連接通路進(jìn)行研究。這項(xiàng)研究不僅為腦認(rèn)知提供了有效的研究方法，而且對(duì)于人工智能技術(shù)為導(dǎo)向的類腦研究具有重要的理論價(jià)值，全文具體從以下幾個(gè)方面展開:
　　本文利用變精度粗糙集模型提出了一個(gè)完備約簡與知識(shí)抽取理論，定義了完備約簡集合、多知識(shí)和系統(tǒng)指標(biāo)，給出了分布表、譜系二叉樹、知識(shí)空間結(jié)構(gòu)三個(gè)新概念，通約簡內(nèi)部、知識(shí)內(nèi)部以及二者之間關(guān)系的分析，指出知識(shí)空間具有雙層結(jié)構(gòu)的特征，并利用Hasse圖可視化地

3、展示知識(shí)空間雙層結(jié)構(gòu)。
　　以完備約簡與知識(shí)抽取理論為基礎(chǔ)，利用所提出的譜系二義樹作為獲取完備約簡的策略，給出了一個(gè)獲得完備約簡集合的算法。在保證獲得完備約簡集合的基礎(chǔ)上，引入了四個(gè)重要的加速搜索策略:分布表的縮減、屬性序的動(dòng)態(tài)更新、啟發(fā)式二值分類以及譜系二叉樹的剪枝，這些策略加快了算法收斂速度。在理論上給出了算法完備性的證明，實(shí)驗(yàn)結(jié)果表明所提出的算法能夠得到完備約簡集合。
　　通過研究知識(shí)抽取流程，提出了多知識(shí)抽取框架，完

4、整地實(shí)現(xiàn)由數(shù)據(jù)轉(zhuǎn)化成約簡，再由約簡到知識(shí)的過程。針對(duì)變精度粗糙集模型只能處理離散數(shù)據(jù)特點(diǎn)，在預(yù)處理部分提出了一種并行化的基于信息熵的連續(xù)屬性離散化算法。在經(jīng)過完備約簡集合形成多知識(shí)系統(tǒng)后，給出了利用多知識(shí)系統(tǒng)確實(shí)知識(shí)決策值的方法，提出了一個(gè)知識(shí)結(jié)構(gòu)構(gòu)造算法，從而獲得構(gòu)建知識(shí)空間雙層結(jié)構(gòu)的信息。
　　腦認(rèn)知研究面臨的挑戰(zhàn)之一是如何能更多地從功能性磁共振成像數(shù)據(jù)中抽取有用知識(shí)，以多知識(shí)抽取框架為基礎(chǔ)開發(fā)的多抽取系統(tǒng)為其提供了一種新的解