基于领域知识的面向分类的属性泛化研究

文摘

英文文摘

论文说明：图表目录

声明

致谢

第1章绪论

1.1引言

1.2数据挖掘

1.2.1数据挖掘的概念

1.2.2分类的基本概念

1.2.3数据挖掘涉及的问题及数据挖掘的未来

1.3本文的课题来源和内容组织

1.3.1本文的课题来源

1.3.2本文内容的组织

1.4本章小结

第2章领域知识

2.1引言

2.2领域知识的基本概念

2.2.1领域知识的定义

2.2.2领域知识的来源

2.3领域知识在知识发现中的作用

2.3.1领域知识在数据选择中的作用

2.3.2领域知识在数据预处理中的作用

2.3.3领域知识在数据转换阶段的作用

2.3.4领域知识在数据挖掘阶段的作用

2.3.5领域知识在模式解释/评价阶段的作用

2.3.6领域知识的反馈

2.4常用的领域知识的表示方法

2.4.1概念层次树与属性归纳算法

2.4.2领域知识的产生式表示

2.4.3领域知识的本体描述

2.4.4领域知识的概念网络表示

2.5领域知识的研究现状和前景

2.6本章小结

第3章多重多层次关系的属性泛化模型

3.1引言

3.2概念层次

3.2.1概念层次的基本概念

3.2.2概念层次的基本类型

3.2.3概念层次在KDD中的应用

3.3概念分层方法

3.3.1一般概念分层方法

3.3.2分类数据的概念分层产生

3.4概念层次树

3.5多重多层次泛化关系模型(MRML)

3.5.1多重多层次泛化关系模型(MRML)描述

3.5.2面向分类的泛化算子

3.6本章小结

第4章基于分类的多重多层次属性泛化研究

4.1面向属性的概念泛化方法

4.1.1面向属性归纳的基本思想

4.1.2面向属性归纳的基本方法

4.1.3面向属性归纳的控制方法

4.1.4面向属性归纳的有效实现

4.1.5算法分析

4.2基于类别监督的概念泛化算法CG_DK

4.2.1算法思想

4.2.2算法描述

4.2.3算法举例

4.2.4实验结果及分析

4.3本章小结

第5章基于分类的多重多层次属性泛化系统(MRML_CGDK)

5.1系统概述

5.1.1概念格及概念格扩展模型的构造及更新模块

5.1.2分类规则提取及知识表示模块

5.1.3多重关系领域知识的引入模块

5.1.4多重多层次关系领域知识中知识的提取模块

5.2系统实现

5.3本章小结

第6章总结及展望

6.1文章的主要工作

6.2下一步工作

参考文献

攻读硕士期间主要科研工作及成果