KDD中的幾個關(guān)鍵問題研究.pdf

1、該文在詳細分析國內(nèi)外KDD研究現(xiàn)狀的基礎(chǔ)上,借鑒生物進化、計算智能、關(guān)系代數(shù)、petri網(wǎng)等概念與理論,提出了基于自適應(yīng)聚類、模糊聚類進行數(shù)據(jù)預處理的算法;基于關(guān)系代數(shù)和自適應(yīng)混合算法集成的關(guān)聯(lián)規(guī)則挖掘算法、泛化關(guān)聯(lián)規(guī)則挖掘算法;分析了分類挖掘機理及文本分類與降維技術(shù);針對現(xiàn)有的數(shù)據(jù)挖掘結(jié)果的可視化理論及技術(shù),提出了基于petri網(wǎng)的魯棒性的、統(tǒng)一的可視化模型;最后,實現(xiàn)了一個數(shù)據(jù)挖掘的應(yīng)用實例,驗證了文中有關(guān)算法和方法的有效性.主要研

2、究內(nèi)容如下:(1)數(shù)據(jù)預處理是確保數(shù)據(jù)挖掘成功的關(guān)鍵,文中將數(shù)據(jù)庫理論與自適應(yīng)并行優(yōu)化算法相結(jié)合,給出了KDD與數(shù)據(jù)庫/數(shù)據(jù)倉庫無縫集成的KDD模型,并提出了基于自適應(yīng)聚類與并行優(yōu)化算法混合的數(shù)據(jù)預處理算法.仿真實驗證明了算法的有效性,該算法可用于分類、聚類、關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘的預處理,并可推廣到不同類型數(shù)據(jù)的數(shù)據(jù)預處理中.(2)在數(shù)據(jù)預處理的基礎(chǔ)上,提出了利用關(guān)系代數(shù)理論、數(shù)據(jù)庫與KDD協(xié)同理論挖掘關(guān)聯(lián)規(guī)則、泛化關(guān)聯(lián)規(guī)則的算法,仿真結(jié)

3、果表明了算法的有效性.與經(jīng)典的Apriori算法相比,該算法只需掃描一次數(shù)據(jù)庫,具有良好的并行性和可伸縮性,并易于推廣到模糊關(guān)聯(lián)規(guī)則的挖掘.(3)分類是數(shù)據(jù)挖掘的主要應(yīng)用之一.文中給出了分類挖掘的形式化定義,分析了分類挖掘的基本機理.在此基礎(chǔ)上,提出了一種Web文檔分類的基本框架,分析了用于文檔分類的降維技術(shù),給出了基于主分量分析和支撐矢量機的文檔分類的基本思想,分析了仿真實驗的結(jié)果.(4)數(shù)據(jù)挖掘結(jié)果及數(shù)據(jù)挖掘過程的可視化表示是KDD

4、的又一個重要的組成部分.在分析了現(xiàn)有可視化理論及表示方法的基礎(chǔ)上,針對其不足,提出了用petri網(wǎng)表示挖掘過程及挖掘結(jié)果的統(tǒng)一的、魯棒性的框架,該方法也適用于動態(tài)規(guī)則的可視化表示.(5)以陜北黃土高原多個地貌區(qū)為試驗樣區(qū),在數(shù)字高程模型(DEM)所提取的數(shù)據(jù)集的基礎(chǔ)上,挖掘各種地形因子對平均坡度的影響程度(國家自然科學基金項目(49971065)、國家高技術(shù)研究發(fā)展計劃課題(2001AA130023)),以建立適合黃土高原多種地貌類型的