基于概念层次树的数据挖掘算法的研究与实现 被引量：12

1

作者 王大玲 于戈 +2 位作者 鲍玉斌 王国仁 刘斌武 《计算机科学》 CSCD 北大核心 2001年第6期88-91,共4页

1 引言 随着计算机技术、特别是数据库技术的发展,多年来,在冶金企业中,积累了海量的生产现场参数,它们以各种形式存放在数据库中.如何通过对这些数据的分析和处理,发现其中潜在的、未知的规则和知识, 以便从中找到影响产品质量的原因,... 1 引言 随着计算机技术、特别是数据库技术的发展,多年来,在冶金企业中,积累了海量的生产现场参数,它们以各种形式存放在数据库中.如何通过对这些数据的分析和处理,发现其中潜在的、未知的规则和知识, 以便从中找到影响产品质量的原因,达到提高产品质量、降低成本等目的,是亟待解决的问题,数据挖掘技术为此提供了有利的支持. 展开更多

关键词 数据库 数据挖掘算法 概念层次树 数据集

在线阅读 下载PDF 职称材料

基于属性归纳的中药方剂数据挖掘 被引量：6

2

作者 刘齐宏 唐常杰 +3 位作者 李川 刘齐巍 曾涛 蒋永光 《计算机应用》 CSCD 北大核心 2007年第2期449-452,共4页

传统的面向属性归纳技术(AOI)存在概化粗糙及算法效率较低等缺陷。为适应中药方剂数据挖掘的复杂需求,提出基于中药数据驱动的属性关联概化算法;为关联的维度创建概念树,利用关联属性与基准属性的相关性以提高归纳的效率,实现了面向属... 传统的面向属性归纳技术(AOI)存在概化粗糙及算法效率较低等缺陷。为适应中药方剂数据挖掘的复杂需求,提出基于中药数据驱动的属性关联概化算法;为关联的维度创建概念树,利用关联属性与基准属性的相关性以提高归纳的效率,实现了面向属性关联归纳的数据挖掘系统TCMDBMiner。实验结果表明,新算法较传统算法的归纳概化效率提高了23%以上,挖掘结果符合中医理论。 展开更多

关键词 面向属性归纳 概念树 关联属性闽值 中医药数据挖掘

在线阅读 下载PDF 职称材料

一种新的面向属性归纳中概念层次技术研究 被引量：7

3

作者 孙华梅 郭茂祖 +1 位作者 焦杰 黄梯云 《管理科学学报》 CSSCI 2004年第1期65-72,共8页

面向属性归纳的方法目前是数据挖掘主要技术之一.在分析基本的面向属性归纳算法不足的基础上,提出了一种概念层次优化技术,包括:将基于规则的概念图转化成一棵概念树;对于不平衡的概念树,再转化成平衡的概念树;用节点集合来记录数据库... 面向属性归纳的方法目前是数据挖掘主要技术之一.在分析基本的面向属性归纳算法不足的基础上,提出了一种概念层次优化技术,包括:将基于规则的概念图转化成一棵概念树;对于不平衡的概念树,再转化成平衡的概念树;用节点集合来记录数据库中每个元组在概念层次中的泛化路径.利用置信度、支持度和LS充分性因子等评价指标对学习结果进行取舍.最后,将算法在爱尔兰教育经历数据库分析中进行了应用测试,结果显示了算法更加有效,适用性更强. 展开更多

关键词 数据挖掘 概念描述 基于规则的面向属性归纳 概念层次

在线阅读 下载PDF 职称材料

一种基于概念层次的分类规则挖掘算法研究 被引量：6

4

作者 杨学兵 蔡庆生 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2001年第9期18-21,共4页

从概念层次的角度 ,提出了一种新的基于概念层次的分类规则挖掘算法 ,并阐述了相关概念及属性归纳技术与相关性分析方法 .以城市人口与收入信息数据库作为测试数据 ,给出了该算法的试验结果 .研究结果表明 ,本算法生成的决策树大小合适 ... 从概念层次的角度 ,提出了一种新的基于概念层次的分类规则挖掘算法 ,并阐述了相关概念及属性归纳技术与相关性分析方法 .以城市人口与收入信息数据库作为测试数据 ,给出了该算法的试验结果 .研究结果表明 ,本算法生成的决策树大小合适 ,规则明了 。 展开更多

关键词 数据挖掘 概念层次 决策树 分类规则挖掘算法 属性归纳技术

在线阅读 下载PDF 职称材料

用探测性的归纳学习方法从空间数据库发现知识 被引量：9

5

作者 邸凯昌 李德仁 李德毅 《中国图象图形学报（A辑）》 CSCD 1999年第11期924-928,929,共6页

将探测性数据分析、面向属性的归纳和Ｒｏｕｇｈ 集方法结合起来，形成了一种灵活通用的探测性归纳学习方法ＥＩＬ，可以从空间数据库中发现普遍知识、属性依赖、分类知识等多种知识。同时提出和总结了多种生成空间数据库概念层次结构... 将探测性数据分析、面向属性的归纳和Ｒｏｕｇｈ 集方法结合起来，形成了一种灵活通用的探测性归纳学习方法ＥＩＬ，可以从空间数据库中发现普遍知识、属性依赖、分类知识等多种知识。同时提出和总结了多种生成空间数据库概念层次结构的方法用于归纳学习。 展开更多

关键词 空间数据发掘 知识发现 探测性数据分析

在线阅读 下载PDF 职称材料

利用判定树归纳与面向属性归纳的组合方法对建筑业中施工企业的特征提取 被引量：1

6

作者 庞淑英 鲁明羽 陆玉昌 《计算机工程与应用》 CSCD 北大核心 2003年第16期208-211,共4页

文章采用数据挖掘技术中的判定树归纳与面向属性归纳相组合的方法,对“昆明建筑工程交易中心信息管理计算机网络系统”中施工企业关系数据库中的细节数据进行概念分层和特征提取,构造出容易解释和效率较高的判定树和分类规则,可为建设... 文章采用数据挖掘技术中的判定树归纳与面向属性归纳相组合的方法,对“昆明建筑工程交易中心信息管理计算机网络系统”中施工企业关系数据库中的细节数据进行概念分层和特征提取,构造出容易解释和效率较高的判定树和分类规则,可为建设单位和建筑管理机构的决策者提供更直观地、更深入地了解施工企业的决策信息,据此选择具备承担招标项目能力、资信良好的企业,另一方面又能增强业主的工程施工风险防范能力,提高对建筑业施工企业的管理水平。 展开更多

关键词 数据挖掘技术 判定树 概念分层 分类规则 施工企业

在线阅读 下载PDF 职称材料

一种改进的多层关联规则挖掘算法 被引量：1

7

作者 唐辉 吴明礼 贺玉明 《计算机工程》 CAS CSCD 北大核心 2011年第16期42-44,共3页

在传统的多层关联挖掘算法中,概念层次树只提供项目的概念分层信息,导致项目查找效率不高。为此,提出一种改进的多层关联规则挖掘算法。在概念层次树的节点中增加2个域,以获取各层的频繁1-项集,通过增加1个基于Hash表的辅助存储结构,以... 在传统的多层关联挖掘算法中,概念层次树只提供项目的概念分层信息,导致项目查找效率不高。为此,提出一种改进的多层关联规则挖掘算法。在概念层次树的节点中增加2个域,以获取各层的频繁1-项集,通过增加1个基于Hash表的辅助存储结构,以提高项目的查找效率。实验结果表明,与传统算法相比,改进算法的挖掘时间能缩短10%左右。 展开更多

关键词 多层关联规则 数据挖掘 概念层次树 频繁模式树

在线阅读 下载PDF 职称材料

基于多层次关联规则挖掘的反恐情报跨层特征关联分析 被引量：13

8

作者 李勇男 《情报科学》 CSSCI 北大核心 2021年第11期127-132,共6页

【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小支持度参数并用的方式筛选... 【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小支持度参数并用的方式筛选多层次涉恐特征频繁项集,在情报分析过程中保存部分特殊的冗余频繁项集、冗余多层次关联规则和无趣多层次关联规则。【结果/结论】本文的研究可以发现涉恐数据中不同概念分层的关联规律。[创新/局限]文中提出的关联分析方法能够弥补普通的单层次关联规则挖掘在分析包含多层属性的涉恐数据中存在的不足,为反恐预警和反恐决策提供更丰富、更科学、覆盖范围更广的参考。 展开更多

关键词 数据挖掘 反恐情报 多层次关联规则 概念层次树 频繁项集 支持度

原文传递

基于抽样的概念层次数据挖掘算法 被引量：1

9

作者 李波 《计算机科学》 CSCD 北大核心 2002年第7期87-89,共3页

一、引言 属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些.因此有必要将数据库中的基本数据泛化到... 一、引言 属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些.因此有必要将数据库中的基本数据泛化到相对高的概念层上才能更有效地挖掘数据. 展开更多

关键词 数据库 属性归纳算法 概念层次数据挖掘算法 数据集

在线阅读 下载PDF 职称材料

基于语义的决策树挖掘方法研究 被引量：2

10

作者 时念云 褚希 张金明 《微计算机应用》 2007年第12期1288-1291,共4页

提出了将概念树同决策树挖掘相结合的方法,解决传统决策树挖掘缺乏语义信息的问题。该方法能提高数据挖掘系统的知识表示能力,增强知识的共享性和重用性,在一定程度上改善决策树挖掘中记录重复或语义模糊等问题。

关键词 数据挖掘 决策树 语义 概念树

在线阅读 下载PDF 职称材料

一种基于取样的概念层次数据挖掘新算法 被引量：1

11

作者 李波 《计算机工程与科学》 CSCD 2002年第3期8-10,共3页

本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。此外 ,这种算法具有最优的时间和空间复杂性。实验证明 ,本文算法... 本文分析了几种传统属性归纳算法 ,针对它们的不足 ,提出了基于取样的概念层次挖掘算法 ,它不仅可以处理不平衡的概念层次 ,而且得到的泛化规则可以反映实际的数据分布。此外 ,这种算法具有最优的时间和空间复杂性。实验证明 ,本文算法是有效。 展开更多

关键词 数据挖掘 属性归纳算法 概念层次 数据库

在线阅读 下载PDF 职称材料

数值型数据的泛概念树的自动生成方法 被引量：73

12

作者 蒋嵘 李德毅 范建华 《计算机学报》 EI CSCD 北大核心 2000年第5期470-476,共7页

概念层次在数据挖掘中有着重要的作用 .通过自动生成概念层次 ,可有效地提高数据挖掘的效率 ,在不同层次上发现知识 .文中介绍基于云模型的数值型概念表示方法 ,通过云模型的期望值、熵和超熵三个数字特征有效地表达定性概念 ,并实现定... 概念层次在数据挖掘中有着重要的作用 .通过自动生成概念层次 ,可有效地提高数据挖掘的效率 ,在不同层次上发现知识 .文中介绍基于云模型的数值型概念表示方法 ,通过云模型的期望值、熵和超熵三个数字特征有效地表达定性概念 ,并实现定性和定量的不确定转换 .通过云变换实现了泛概念树中叶结点的自动生成 ,并自动构造数值型数据的泛概念树 .同时 ,进一步研究了泛概念树中的概念爬升和跳跃的方法 ,为通过数据挖掘发现各层次知识提供了基础 . 展开更多

关键词 数据挖掘 泛概念树 数值型数据 数据库 人工智能

在线阅读 下载PDF 职称材料

基于抽样的概念层次挖掘算法 被引量：1

13

作者 胡江滔 汪卫 周傲英 《计算机应用与软件》 CSCD 北大核心 2001年第3期57-63,共7页

本文通过对数据挖掘的几种传统属性归纳算法的分析,发现它们存在以下不足:(1)不能处理不平衡的概念层次;(2)没有考虑实际数据分布对最后的泛化规则的影响。因此,本文提出了基于抽样的概念层次挖掘算法,它先采用抽样方法,对概念层次进行... 本文通过对数据挖掘的几种传统属性归纳算法的分析,发现它们存在以下不足:(1)不能处理不平衡的概念层次;(2)没有考虑实际数据分布对最后的泛化规则的影响。因此,本文提出了基于抽样的概念层次挖掘算法,它先采用抽样方法,对概念层次进行初步调整,然后扫描整个数据文件,利用扫描信息再次调整概念层次,最后通过统计调整后的概念层次的叶子信息就可以得到泛化规则。本算法不仅克服了传统算法的不足,而且具有最优的时间复杂度O(h)和空间复杂度O(c)。 展开更多

关键词 数据挖掘 属性归纳算法 概念层次 数据库

在线阅读 下载PDF 职称材料

基于多层关联规则挖掘的ADR风险检测与预警研究 被引量：5

14

作者 叶明全 苏洋 童九翠 《池州学院学报》 2020年第3期23-26,共4页

针对单层关联规则在精神障碍患者药品不良反应(Adverse Drug Reaction,ADR)风险检测与预警中存在的不足,提出一种基于多层关联规则和概念层次树的ADR风险检测与预警系统框架。该系统结合精神障碍患者ADR报告实际数据,通过领域知识构建... 针对单层关联规则在精神障碍患者药品不良反应(Adverse Drug Reaction,ADR)风险检测与预警中存在的不足,提出一种基于多层关联规则和概念层次树的ADR风险检测与预警系统框架。该系统结合精神障碍患者ADR报告实际数据,通过领域知识构建概念层次树,并采用多层关联规则挖掘方法找出ADR临床症状与不同相关因素(用药人群、用药情况等)组合之间较高概念层次的强关联规则。结果表明,与单层关联规则相比,多层关联规则能够为ADR风险检测与预警提供更好的临床用药辅助决策。 展开更多

关键词 药品不良反应 ADR预警 数据挖掘 多层关联规则 概念层次树

在线阅读 下载PDF 职称材料

基于量化扩展概念格的属性归纳算法 被引量：3

15

作者 王德兴 胡学钢 +1 位作者 刘晓平 黄冬梅 《模式识别与人工智能》 EI CSCD 北大核心 2007年第6期843-848,共6页

在知识发现过程中用户感兴趣的往往是一些高层次、适当概括的简化信息,面向属性的归纳是目前主要的数据归约方法,一般是仅考虑原始数据所提供简单的统计信息.本文提出的基于量化扩展概念格的属性归纳算法,采用概念的爬升进行相应的泛化... 在知识发现过程中用户感兴趣的往往是一些高层次、适当概括的简化信息,面向属性的归纳是目前主要的数据归约方法,一般是仅考虑原始数据所提供简单的统计信息.本文提出的基于量化扩展概念格的属性归纳算法,采用概念的爬升进行相应的泛化来完成多层、多属性归纳.与面向属性归纳算法比较,该算法的泛化路径不是唯一的,在量化扩展概念格的哈斯图中容易找到合适的泛化路径和阈值,得到满足用户要求合理的属性归纳结果,以提供用户所需的不同粒度的知识. 展开更多

关键词 面向属性归纳(AOI) 概念格 概念层次 数据挖掘

原文传递