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)庫應用的不斷深化，數(shù)據(jù)庫的規(guī)模急劇膨脹，人們需要對這些數(shù)據(jù)進行分析，從中發(fā)現(xiàn)有價值的信息。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)挖掘成為當今研究的熱點。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注。本文即以混合智能系統(tǒng)為基礎對數(shù)據(jù)挖掘中的分類問題進行系統(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、對各種分類方法進行了綜合比較。在基本理論分析的基礎上，作者構建了以認知心理學、模型集成理論為基礎，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)絡理論于一體的一個新的混合智能系統(tǒng)R—FC—DENN。它先通過粗糙集將輸入數(shù)據(jù)進行約簡，然后用聚類技術將簡化后的數(shù)據(jù)進行聚類，對不同的聚類使用經(jīng)過遺傳算法改進了的神經(jīng)網(wǎng)絡進行訓練，接著將這些經(jīng)過不同神經(jīng)網(wǎng)絡訓練的數(shù)據(jù)用模糊權值組合起來，放入新的用遺傳算法改進了的神經(jīng)網(wǎng)絡再進行訓練