基于混合智能系統(tǒng)的數(shù)據(jù)挖掘分類算法研究.pdf

1、隨著數(shù)據(jù)庫應(yīng)用的不斷深化，數(shù)據(jù)庫的規(guī)模急劇膨脹，人們需要對(duì)這些數(shù)據(jù)進(jìn)行分析，從中發(fā)現(xiàn)有價(jià)值的信息。但是數(shù)據(jù)庫管理系統(tǒng)本身卻沒有提供有效的工具和方法來利用這些數(shù)據(jù)，因此數(shù)據(jù)挖掘成為當(dāng)今研究的熱點(diǎn)。特別是其中的分類問題，由于其使用的廣泛性，現(xiàn)已獲得了越來越多的關(guān)注。本文即以混合智能系統(tǒng)為基礎(chǔ)對(duì)數(shù)據(jù)挖掘中的分類問題進(jìn)行系統(tǒng)研究。 作者綜述了國內(nèi)外數(shù)據(jù)挖掘分類的研究現(xiàn)狀和應(yīng)用成果，深入分析了分類問題的基本理論，并介紹了經(jīng)典算法，以及

2、對(duì)各種分類方法進(jìn)行了綜合比較。在基本理論分析的基礎(chǔ)上，作者構(gòu)建了以認(rèn)知心理學(xué)、模型集成理論為基礎(chǔ)，集粗糙集理論、聚類理論、模糊邏輯理論、遺傳算法理論、人工神經(jīng)網(wǎng)絡(luò)理論于一體的一個(gè)新的混合智能系統(tǒng)R—FC—DENN。它先通過粗糙集將輸入數(shù)據(jù)進(jìn)行約簡(jiǎn)，然后用聚類技術(shù)將簡(jiǎn)化后的數(shù)據(jù)進(jìn)行聚類，對(duì)不同的聚類使用經(jīng)過遺傳算法改進(jìn)了的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，接著將這些經(jīng)過不同神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)用模糊權(quán)值組合起來，放入新的用遺傳算法改進(jìn)了的神經(jīng)網(wǎng)絡(luò)再進(jìn)行訓(xùn)練