-
题名基于量化扩展概念格的属性归纳算法
被引量:3
- 1
-
-
作者
王德兴
胡学钢
刘晓平
黄冬梅
-
机构
合肥工业大学计算机与信息学院
上海水产大学信息技术学院
-
出处
《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
-
基金
国家自然科学基金(No.60673028)
国家863计划项目(No.2006AA102239-1)
+1 种基金
安徽省自然科学基金项目(No.050420207)
上海市教育委员会科研创新基金项目(No.08YZ120)
-
文摘
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.
-
关键词
面向属性归纳(AOI)
概念格
概念层次
数据挖掘
-
Keywords
Attribute Oriented Induction (AOI), Concept Lattice, Concept Hierarchies, Data Mining
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-