頻繁加權(quán)概念格及天體光譜關(guān)聯(lián)知識挖掘系統(tǒng).pdf

1、概念格是數(shù)據(jù)分析和知識提取的一種有效形式化工具，加權(quán)概念格是針對屬性（項目）重要程度的不同，通過引入內(nèi)涵權(quán)值而形成的一種格結(jié)構(gòu)。頻繁加權(quán)概念格是一種特殊的加權(quán)概念格，其所有結(jié)點都是頻繁結(jié)點，即滿足用戶閾值的結(jié)點。本文對頻繁加權(quán)概念格的代數(shù)系統(tǒng)、批處理構(gòu)造算法以及加權(quán)關(guān)聯(lián)規(guī)則挖掘原型系統(tǒng)進行了研究。主要研究內(nèi)容如下： ⑴構(gòu)造了頻繁加權(quán)概念格代數(shù)系統(tǒng)。首先，通過引入虛結(jié)點的概念，證明了頻繁加權(quán)概念格是一個完全格；其次，通過定義頻繁加

2、權(quán)概念格上的上確界∨、下確界∧，構(gòu)造了頻繁加權(quán)概念格的代數(shù)系統(tǒng)，并證明了它的若干代數(shù)性質(zhì)以及表示知識的完備性。 ⑵給出了一種基于頻繁加權(quán)概念格的批處理構(gòu)造算法。該算法利用加權(quán)概念結(jié)點的最大擴展性，自底向上逐層生成頻繁結(jié)點和虛結(jié)點，以及對應(yīng)的邊關(guān)系，有效地降低了格結(jié)構(gòu)的時空復(fù)雜性，提高了頻繁加權(quán)概念格批處理構(gòu)造效率；最后，采用UCI數(shù)據(jù)和恒星光譜數(shù)據(jù)，實驗驗證了算法的正確性和有效性。 ⑶在上述研究的基礎(chǔ)上，給出了一種基于頻