一种新的基于属性-值对的决策树归纳算法

决策树归纳算法 ID3是实例学习中具有代表性的学习方法 .文中针对 ID3易偏向于值数较多属性的缺陷 ,提出一种新的基于属性 -值对的决策树归纳算法 AVPI,它所产生的决策树大小及测试速度均优于 ID3.该算法应用于色彩匹配系统 。

一种新的全局优化算法——统计归纳算法

在多极值问题的优化领域 ,主要有模拟退火算法(SA) ,遗传算法 (GA) ,人工神经网络 (ANN)算法 ,它们都是基于对自然现象模仿的算法。该文从更基本的优化思想出发 ,基于概率论提出了一种新的全局优化算法——统计归纳算法 (SIA)。在一些标准测试函数以及“货郎担问题”(TSP)上的计算结果表明 ,该算法在智能性 (所需的函数计算次数 )和解的全局性方面都远远好于 SA和 GA。在中国 144个城市的 TSP问题实例中 ,它甚至很快就找到了比参考计算中给出的“目前已知的最优路径”更短的路径。从这一算法思想的角度 ,阐述了 SA和 GA为何对全局优化问题有效 ,以及SA和

归纳学习算法CAP2的研究与应用

本文提出以实例空间中状态划分概率的大小作为启发式信息，以提供的正反实例集为依据，基于二叉树分类方法的示例式归纳学习算法ＣＡＰ２．它输出的分类规则是谓词演算表达式．该算法可根据用户对精度的要求控制分类深度，得到不同精度的规则，并能处理连续数据、噪音数据和利用用户提供的背景知识，既适用于同时给定概念的正、反例集的情况，也适用于只给正例集的情况．本文还介绍了ＣＡＰ２算法的应用情况，并和著名的ＩＤ３算法进行了比较．ＣＡＰ２已嵌入到一个自动知识获取系统．

一种启发式的入侵检测警报概念聚类算法

入侵检测系统是一种重要的网络安全防护措施,但是,IDS常常触发大量误警,使得网络安全员不堪重负。基于大量误警是重复发生并且频繁发生这一研究结果,文中运用面向属性归纳的概念聚类方法试图寻找导致IDS产生大量误警的本质原因,实现了一种启发式的入侵检测警报概念聚类算法。该算法能有效识别误警和防止过度概化,减轻网络安全分析员的负担。

基于抽样的概念层次数据挖掘算法

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.

一种基于取样的概念层次数据挖掘新算法

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。

基于抽样的概念层次挖掘算法

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)。

结合高斯混合模型的关联分类离散化算法研究

大多数以规则为基础的分类不能直接处理像血压这一类连续数据.离散化数据预处理可以将连续的数据转变成分类格式.现有的离散化算法没有考虑到数据集中连续变量的多模态分类密度,这可能会降低以规则为基础的分类器性能.提出一种新的基于高斯混合模型的离散化算法(Discretization Algorithm based on Gaussian Mixture Model,DAGMM),通过考虑连续变量的多峰分布以保留数据的原始模式.DAGMM算法的有效性通过4个公开可用的医疗数据集进行验证.实验结果表明,在产生的规则数和关联分类算法的分类准确度方面,DAGMM算法优于其它6个静态离散化算法.因此,在临床专家系统中运用此方法,有潜力提高以规则为基础的分类器的性能.

基于归纳的自动知识获取系统

介绍了一个可用于自动获取农作物病虫害诊断规则的自动知以获取系统,该系统是用示例学习方法来自动获取知识的。文中介绍了系统的学习策略,系统的总体结构和归纳学习算法AIL以及应用情况。

基于轨迹聚类种群的遗传过程混成挖掘算法

遗传过程挖掘算法以模型质量引导模型的发现,在挖掘模型的同时不断修正挖掘算法的执行,因此相比于其他挖掘算法,更容易生成高质量的过程模型。但由于其迭代发现的特性,对于大型日志,挖掘效率往往较低且生成模型质量不高。针对以上问题,提出一种基于轨迹聚类种群的遗传过程混成挖掘算法(GMTC)。该算法一方面通过轨迹聚类划分事件日志,简化挖掘环境,再使用归纳挖掘算法对事件日志进行预挖掘,为遗传挖掘算法准备高质初始种群;另一方面优化遗传算子,使用对齐日志得到的模型偏差信息指导突变操作,使得突变操作由随机变为有向,从而有效地提高种群的综合质量,使遗传挖掘算法加快收敛。基于过程日志生成器生成模拟日志、某市政府建筑许可申请过程的真实日志以及6个公开数据集的实验结果表明:基于轨迹聚类种群的遗传过程混成挖掘算法相较于其他挖掘算法不但在挖掘效率方面有较大提升,而且挖掘得到的模型质量也能够达到较高的水平。

基于IIARA-CSA-ELM算法的WSN节点故障诊断模型

为提高无线传感器网络(wireless sensor networks,WSN)节点故障诊断效率,文章提出一种基于改进的归纳属性约简算法(improved inductive attribute reduction algorithm,IIARA)和使用乌鸦搜索算法(crow search algorithm,CSA)优化后的极限学习机(extreme learning machine,ELM)构建的诊断模型。首先使用IIARA算法对WSN故障诊断决策表进行约简;然后针对ELM稳定性和精确性偏低的问题,引入CSA算法对ELM的输入权值和隐含层阈值进行优化;最后构建出IIARA-CSA-ELM模型实现对WSN节点故障的准确识别与分类。仿真结果证明,该模型在5种不同可靠性的数据集中,均能够达到较高的诊断效率,有效提升了WSN节点故障诊断水平。

基于数据挖掘技术的智能信息处理系统

着重阐述在数据挖掘阶段提出并改进基于关联规则的Apriori并行算法、基于分类的判定树归纳算法和基于聚类的K簇算法,并将几种算法综合应用到智能信息处理过程中。

基于二维关联边条件随机场的Web信息抽取

针对Web信息抽取领域中存在的"项无序"问题,提出了一种基于二维关联边条件随机场模型的Web信息抽取方法。将Web文档解析为一个词性序列,映射待抽取的信息项的状态,映射待抽取的信息项为二维关联边条件随机场中的序列参数,使用归纳算法构造二维关联边条件随机场模型。实验结果证明该方法可以获得更好的抽取性能。

利用数据挖掘技术对城市交通流量状况的分析

利用数据挖掘技术 ,对交通流量的原始数据进行重新组织 ,使这些数据不但能够为智能交通系统中的控制系统服务 ,也能够为决策系统和诱导系统等提供数据。采用判定树算法 ,对重新组织的数据进行分析 ,得出路口排队长度的简易估算方法 ,为实时交通状况的发布提供了数据基础。

基于本体论的Web信息抽取

以本体论为基础 ,以所要提取的信息的层次结构作为信息提取的路径 ,定义了Web页面的信息项本体 ,并自动解析生成Web页面的结构本体 通过对这两个本体进行对比 ,构造了一种归纳学习算法来半自动地生成信息提取规则 。

一种本体和上下文知识集成化的数据挖掘方法

在数据挖掘中使用本体和上下文知识能够将普遍的知识和特定的知识引入数据挖掘的决策因素中,是增进数据挖掘准确性的有效手段,同时也是数据挖掘领域研究的热点和难点之一.针对该问题,首先探讨了本体与上下文知识的集成化表示方法,包括上下文知识分类方法、如何在本体描述方法上扩展上下文知识及上下文知识转化方法.其次,以层次化结构的本体与上下文知识为例,构建了一个依据于本体和上下文知识集成的归纳学习算法并验证了该算法的有效性和准确性.

基于扩张矩阵理论的汉语韵律短语分析

提出了一种新的、基于扩张矩阵理论的归纳学习算法 :分组覆盖算法 ,并将其应用于汉语文语转换系统中的韵律短语分析问题 .算法以扩张矩阵为基础 ,在反例样本集背景下 ,将正例样本集划分为若干个一致的组 ,每一组对应于一个一致的规则 ,它覆盖了这组正例而且不覆盖任何的反例 ;建造了一个用于韵律短语分析的语料库 ,并提出了一组与韵律有关的特征 ;将数据分为训练集和测试集对算法进行了验证 .实验结果表明 ,新算法在正确率、规则个数和可懂性等各方面均优于传统的决策树方法 ,并接近于手工制定的规则 .

开放式Web信息抽取系统研究与实现

在分析Web信息资源固有特点的基础上,结合国内外已有的研究成果,提出了一个开放式的Web信息抽取系统,该系统的抽取规则不是内置于系统的“硬编码”,而是由系统通过自动学习归纳并结合用户干预生成的开放式规则,从而扩大了Web信息抽取系统的使用范围.

基于动态博弈的中国铁路技术规章管理研究

为解决铁路技术规章管理中存在的问题,本文运用动态博弈理论,分析了铁路总公司、铁路局、铁路站段在铁路技术规章管理过程中的利益关系,建立了铁路总公司、铁路局、铁路站段三方动态博弈模型,采用逆向归纳算法对博弈模型求解,并对铁路总公司、铁路局和铁路站段的期望收益均衡解进行分析。结果表明,技术规章管理成本和上级管理力度是影响铁路局和铁路站段落实技术规章的重要因素。因此,铁路总公司应该降低管理成本,设计合理的奖惩机制,提高铁路局和铁路站段参与技术规章管理的积极性;而铁路局和铁路站段应积极细化落实技术规章,减小铁路总公司管理压力,降低成本,通过三者之间的良性循环,促进铁路技术规章管理的不断优化。