2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)今,社會(huì)已經(jīng)進(jìn)入了網(wǎng)絡(luò)信息時(shí)代,計(jì)算機(jī)與網(wǎng)絡(luò)信息技術(shù)的飛速發(fā)展使得各個(gè)領(lǐng)域的數(shù)據(jù)和信息急劇增加 (信息爆炸),同時(shí)人類的參與使數(shù)據(jù)與信息系統(tǒng)中的不確定性更加顯著。如何有效地實(shí)現(xiàn)對(duì)數(shù)據(jù)的分析和處理,如何快速地從數(shù)據(jù)中提取出隱含的知識(shí),長(zhǎng)期以來(lái)一直是人工智能領(lǐng)域的研究熱點(diǎn)。在此背景下誕生的知識(shí)發(fā)現(xiàn) KDD (Knowledge Discovery in Databases) 和數(shù)據(jù)挖掘 DM (Data Mining) 給人們提供了一種新

2、的認(rèn)識(shí)數(shù)據(jù)和理解數(shù)據(jù)的智能手段。 在DM和KDD諸多方法中,粗糙集理論的明顯優(yōu)勢(shì)在于不需要任何預(yù)備的或額外的有關(guān)數(shù)據(jù)信息。而概念格 ,以其完備的結(jié)構(gòu)和堅(jiān)實(shí)的理論基礎(chǔ)成為數(shù)據(jù)挖掘過(guò)程中的主要模型之一。由于概念格的完備性原因,使得尋找一種時(shí)間復(fù)雜度比現(xiàn)有算法優(yōu)秀很多的概念格構(gòu)造算法變得幾乎不可能,因此如何比較快速地從海量的形式背景中構(gòu)造概念格仍然是目前形式概念分析領(lǐng)域研究的一個(gè)重點(diǎn)和難點(diǎn)。 本文首先從方法及應(yīng)用等方面論述了知

3、識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的發(fā)展?fàn)顩r,重點(diǎn)介紹了粗糙集理論和形式概念分析理論在KDD中的應(yīng)用。在粗糙集理論及形式概念分析理論的基礎(chǔ)上,闡述二者之間的聯(lián)系。 接著重點(diǎn)討論了概念格的建格算法。這一章節(jié)分為兩個(gè)部分,前半部分分析了串行建格算法的原理以及一些經(jīng)典的概念格構(gòu)造算法,并提出了一種新的基于邊緣概念的建格算法。這種算法與其它傳統(tǒng)串行算法相比,最大特點(diǎn)在于邊緣概念的提出。求出邊緣概念以后,將不再依賴形式背景便可以分層構(gòu)建概念格,并且同時(shí)生成

4、概念格所對(duì)應(yīng)的Hasse圖。這一章的后半部分主要論述了適合并行計(jì)算的并行算法。隨著高性能并行計(jì)算技術(shù)的發(fā)展和成熟,利用并行計(jì)算存儲(chǔ)能力改善算法在時(shí)間和空間上的性能為解決概念格構(gòu)造問(wèn)題提供了一條新的途徑。本文分析經(jīng)典的ParallelNextClosure 算法,并改進(jìn)了多概念格合并算法。改進(jìn)的概念格橫向合并算法對(duì)于除了同類概念以外的其它特殊概念也有相應(yīng)的處理方法,從而提高了概念格橫向合并的效率。 本文的最后對(duì)并行構(gòu)造概念格的模型

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論