多級概念學(xué)習(xí)的粒計算方法研究.pdf

1、本體作為人工智能研究領(lǐng)域的熱點之一，目前已經(jīng)得到較大的發(fā)展。它的提出減少了領(lǐng)域間概念的混亂，實現(xiàn)不同領(lǐng)域的概念共享、互操作和概念通信；解決了概念的重用和共享的問題。概念學(xué)習(xí)作為本體學(xué)習(xí)的組成部分，在知識工程、數(shù)字圖書館、信息檢索諸多領(lǐng)域得到廣泛應(yīng)用。 粒計算是信息處理的一種新的概念和計算范式，覆蓋了所有有關(guān)粒的原理、方法、技術(shù)和工具研究。它可以將復(fù)雜的問題以粒為單位劃分為一系列更易于解決的子任務(wù)，從而降低重復(fù)計算的代價；粒計算方

2、法已經(jīng)在數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等領(lǐng)域都得到了廣泛應(yīng)用。 本文分析研究粒計算及概念獲取的基本理論，并將粒計算方法應(yīng)用于多級概念學(xué)習(xí)中，提出了基于粒計算方法的多級概念學(xué)習(xí)算法(CGS)。該算法的思想是：借助信息粒來描述抽象概念，通過粒運算生成具有不同粒度的多層次粒度結(jié)構(gòu)，從而實現(xiàn)具有不同抽象層次的多級概念。本文從靜態(tài)和動態(tài)的兩個方面研究了多級概念學(xué)習(xí)。首先，研究了領(lǐng)域概念的信息粒表示，給出了概念粒的定義、研究了概念粒的基本運算方法，給出

3、多級概念?？臻g模型并設(shè)計了構(gòu)建算法( CGS)；第二，將所提出的算法應(yīng)用于ZOO數(shù)據(jù)集中，對ZOO領(lǐng)域構(gòu)建多級概念粒度空間，從而獲取該領(lǐng)域不同層次的概念；第三，通過與kmeans算法的比較實驗，驗證了CGS算法的有效性和可行性；第四、研究在數(shù)據(jù)變化的情況下的概念學(xué)習(xí)，并基于CGS算法提出多級概念增量學(xué)習(xí)模型和設(shè)計了相應(yīng)算法。根據(jù)增量算法，采用JAVA語言設(shè)計概念動態(tài)生成的演示系統(tǒng)。最后，對增量算法與多級概念學(xué)習(xí)算法進(jìn)行比較與分析。