數(shù)據(jù)挖掘中規(guī)則提取相關問題研究.pdf

1、信息時代的來臨，帶來大量的數(shù)據(jù)。這些數(shù)據(jù)中隱藏著許多重要的信息和知識。如何從表面數(shù)據(jù)中提取到深層次的、表現(xiàn)了事物內(nèi)在規(guī)律的規(guī)則來進行預測或指導決策，是迫切需要解決的問題。數(shù)據(jù)挖掘正是在這樣的背景下產(chǎn)生的新的研究領域，是統(tǒng)計學、計算機科學、模式識別、人工智能、機器學習、數(shù)據(jù)庫等多領域的交叉學科。本文對數(shù)據(jù)挖掘中的規(guī)則提取問題進行了相關的研究。 首先，討論了連續(xù)屬性離散化問題。連續(xù)屬性離散化是否合理決定著表達和提取相關信息的準確性。

2、CHI2 系列算法關聯(lián)著統(tǒng)計學理論方法，有著重要的研究價值。在對CHI2系列算法中統(tǒng)計量x<'2>應用意義討論的基礎上，提出了一種新的Intelgal-CHI2算法，能夠更合理更準確的對連續(xù)屬性進行離散化。 其次，研究以免疫算法為工具對信息系統(tǒng)進行規(guī)則提取。在免疫算法中結(jié)合了小生境技術的共享機制，利用了共享機制中對資源的共享和競爭原理，體現(xiàn)了規(guī)則之間競爭與互補的關系。針對普通可信度度量方法的不足，提出了柔性可信度的概念和度量方法