基于分布式概念格的知識發(fā)現(xiàn)研究.pdf

1、　　知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是人工智能、機器學習、數(shù)據(jù)庫和統(tǒng)計理論等相交叉形成的新學科，目的是從數(shù)據(jù)庫中提取有用的模式，因而具有廣闊的應用價值。然而，隨著信息技術日新月異的發(fā)展，人類生產(chǎn)生活的各個領域都積累了規(guī)模龐大的數(shù)據(jù)，從大規(guī)模的數(shù)據(jù)中高效地提取有用的模式已經(jīng)成為了一種挑戰(zhàn)。為此，并行和分布式的方法成為解決這一問題的一個有效途徑受到重視。然而，組織數(shù)據(jù)的方式和并行處理的方法無論在理論上還是在技術上都有許多問題需要研究。概念格模型具有堅實的

2、理論基礎、完備的結構以及并行性的特征，因而成為解決上述問題的一個重要工具。本文針對分布式概念格的模型以及在此基礎上的數(shù)據(jù)挖掘開展研究?！　≌撐牡闹饕ぷ骱拓暙I如下：1.概述了知識發(fā)現(xiàn)和數(shù)據(jù)挖掘研究和應用。2.闡述了概念格的數(shù)學基礎、傳統(tǒng)的概念格研究及概念格的擴展模型和概念格構造，分析了批處理算法和漸進式算法的優(yōu)缺點。3.給出了一種新的分布式概念格的模型，提出了與傳統(tǒng)分布式數(shù)據(jù)庫中的橫向、縱向、混合型分片方式不同的數(shù)據(jù)有機分割方式，在此