基于概念格的空間數(shù)據(jù)規(guī)則提取.pdf

1、數(shù)據(jù)挖掘是人工智能領(lǐng)域的一個(gè)熱點(diǎn)研究問題，是探討如何智能地從大量數(shù)據(jù)中提取出有用的信息和知識(shí)。粗糙集與概念格作為數(shù)據(jù)挖掘分析中兩種有效途徑，在關(guān)聯(lián)規(guī)則提取應(yīng)用中得到了廣泛關(guān)注。粗糙集理論是在給定的數(shù)據(jù)基礎(chǔ)上建立等價(jià)內(nèi)部類與分類數(shù)據(jù)表，提供給數(shù)據(jù)挖掘分析方法新的思路,是處理不確定性問題的一種有效數(shù)學(xué)工具。概念格結(jié)合序理論，在概念格的構(gòu)造過程中是一個(gè)聚類與分類的過程，方便用于基于數(shù)據(jù)表進(jìn)行概念分層討論。
　　近年來，隨著地理信息系統(tǒng)的

2、發(fā)展，空間數(shù)據(jù)挖掘孕育而生。作為數(shù)據(jù)挖掘的一個(gè)熱點(diǎn)問題，是研究如何從空間數(shù)據(jù)庫(kù)中挖掘隱含知識(shí)的顯示存儲(chǔ)、空間聯(lián)系或其他有用模式。空間數(shù)據(jù)挖掘使用GIS存儲(chǔ)、管理和分析空間數(shù)據(jù)的功能，采用空間數(shù)據(jù)庫(kù)技術(shù)將空間數(shù)據(jù)庫(kù)轉(zhuǎn)換為類似關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行規(guī)則提取，為提高智能地理信息系統(tǒng)的水平提供一個(gè)有力的工具。
　　本文針對(duì)形式背景，利用概念外延與內(nèi)涵之間的特殊關(guān)系，結(jié)合粗糙集上下近似概念，提出了一種新的粗糙概念格構(gòu)造算法，屬性約簡(jiǎn)后運(yùn)用粗糙度進(jìn)

3、行挖掘獲取可靠性知識(shí)。在構(gòu)造過程中，對(duì)節(jié)點(diǎn)屬性進(jìn)行判斷，有效的降低了算法的時(shí)間復(fù)雜度。實(shí)際的案例分析表明，通過屬性約簡(jiǎn)與粗糙度的結(jié)合，該算法可以有效地挖掘獲取可靠性知識(shí)，為數(shù)據(jù)分析挖掘知識(shí)提供了一種可行的思路與方法。
　　在空間數(shù)據(jù)挖掘中，概念格作為數(shù)據(jù)挖掘提取關(guān)聯(lián)規(guī)則的一個(gè)有效方式，本文將概念格應(yīng)用于空間數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則的提取。為了提高關(guān)聯(lián)規(guī)則的提取速度，通過比較外延的方式建格，在構(gòu)造過程中引入支持度約束，省略不符合條件節(jié)點(diǎn)，