基于粗糙集的網(wǎng)格海量數(shù)據(jù)挖掘若干關(guān)鍵技術(shù)研究.pdf

1、數(shù)據(jù)挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)有用知識的一種手段，已成為目前國際上數(shù)據(jù)庫和信息決策領(lǐng)域最前沿的研究方向之一，受到了學術(shù)界和工業(yè)界的廣泛關(guān)注。但隨著數(shù)據(jù)量越來越大和數(shù)據(jù)位置上的分布性，傳統(tǒng)的計算模式己滿足不了實際要求，而網(wǎng)格具有資源共享和協(xié)同求解的特點，為大規(guī)模分布式數(shù)據(jù)提供了良好的分析和計算平臺。本文以網(wǎng)格服務為基礎(chǔ)，重點研究了網(wǎng)格數(shù)據(jù)挖掘的若干關(guān)鍵技術(shù)，包括海量數(shù)據(jù)分割、網(wǎng)格資源分配和調(diào)度以及分布式函數(shù)挖掘算法等，主要工作如下所示：

2、>　　 （1)利用現(xiàn)有的算法和理論，提出基于屬性約簡的粗糙集海量數(shù)據(jù)分割算法(Mass DataPartition for Rough Set on Attribute Reduction，MDPRS-AR)，使得算法的分割效率提高了約70%，同時使得算法能在數(shù)據(jù)網(wǎng)格的相關(guān)方面中很好地應用；
　　 （2)提出了基于粗糙集和折半查找的最優(yōu)屬性約簡算法(Optimum AttributionReduction on Rough S

3、et and Binary Search Algorithm, OAR-RSBSA)，通過OAR-RSBSA 算法可以快速找到一個約簡，在此基礎(chǔ)上構(gòu)造新的樣本數(shù)據(jù)。同時在傳統(tǒng)GEp算法的基礎(chǔ)上，結(jié)合折半查找和網(wǎng)格服務的思想，提出了網(wǎng)格下基于粗糙集、GEp和折半查找的分布式函數(shù)挖掘算法(Distributed Function Mining on Rough Set ,GEpand Binary Search in Grid,DFMRSG

4、BS)。DFMRSGBS 算法利用屬性約簡提高函數(shù)挖掘的效率和成功率，同時在全局模型生成中給出了函數(shù)一致性合并算法，使得到的全局模型能夠擬合大部分的樣本數(shù)據(jù)。仿真實驗表明，OAR-RSBSA 算法求解最優(yōu)約簡比傳統(tǒng)的算法要快，DFMRSGBS 算法比GEp和并行GEPSA 算法的平均耗時要小，且隨著網(wǎng)格節(jié)點個數(shù)的增加，DFMRSGBS 算法的全局擬合誤差明顯下降 ；
　　 （3)根據(jù)本文的需要，給出了一種面向服務的網(wǎng)格數(shù)據(jù)挖掘體