-
题名面向多尺度数据挖掘的数据尺度划分方法
被引量:6
- 1
-
-
作者
张昉
赵书良
武永亮
-
机构
河北师范大学数学与信息科学学院
河北师范大学河北省计算数学与应用重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2019年第4期57-65,共9页
-
基金
国家自然科学基金资助项目(71271067)
国家社科基金重大项目(13&ZD091
+1 种基金
18ZDA200)
河北师范大学硕士基金资助项目(CXZZSS2017048)资助
-
文摘
多尺度挖掘在图形图像、地理信息、信号分析、数据挖掘等领域已有应用,多尺度数据挖掘在关联规则、聚类、分类挖掘领域也有相关研究与应用,但对如何对数据集进行普适性的多尺度划分以及如何构建多尺度数据集仍未展开研究,已有相关研究缺乏深度。文中从多尺度数据挖掘任务入手,定义了尺度概念,并给出了多尺度化数据集模型,以及基准尺度评分模型;依据概率密度估计的离散化方法提出了多尺度划分算法,扩展了可划分尺度的数据类型,划分结果更贴近数据的多尺度特性,且具有较低的时间复杂度;提出了多尺度化数据集方法、构建多尺度数据集算法和基准尺度选择算法,将多尺度熵与信息熵作为评价方法,在扩充多尺度化数据集方法的基础上,有效减弱了多尺度数据挖掘中因尺度推衍而产生的尺度效应,算法的时间复杂性也较为可控。利用H省真实人口数据集、UCI公用数据集和T10I4D100K数据集对所提算法和模型进行验证与实验分析,结果表明多尺度划分算法和多尺度化数据集方法是可行的,提出的多尺度化数据集方法和基准尺度评分模型是有效的,多尺度划分方法、构建多尺度数据集方法和基准尺度选择方法的应用平均提高了尺度推衍过程中1.6%的覆盖率、2.1%的F1-measure和3.7%的正确率,且具有较低的平均支持度误差。
-
关键词
多尺度数据挖掘
多尺度划分
离散化
构建多尺度数据集
基准尺度选择
多尺度熵
信息熵
-
Keywords
Multi-scale data mining
Multi-scale scaling
Discretization
Construction of multi-scale datasets
Reference scale selection
Multi-scale entropy
Information entropy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-