基于留数分析的模式发现算法的改进及应用.docxVIP

基于留数分析的模式发现算法的改进及应用 -------------王辰宇关键词：知识发现：模式发现；离散化；留数分析。摘要：文中提出了一种改进的知识发现算法．针对基于留数分析和递归切割的模式发现算法的不足，在样本空间分割时，考虑到不同属性对知识发现的不同贡献，采取不同的离散化标准；在模式判别准则方面，改良后的算法随切割后产生的子空间数量动态调整模式判别准则．在人造数据集的应用结果验证了算法改进思路的合理性与有效性．与原算法相比，改良后算法的知识发现效率更高、应用范围更广。注：本文摘自《华南理工大学学报:自然科学版》2009年 第7期（文章编号：1000-565X(2009)07-0100-06）:本人在文献的学习中也收获了很多，在后面会写出自己的想法及见解。Ⅰ基于留数分析和递归切割的模式发现算法简介文献中提出的模式发现算法基于统计学原理，通过比较空间内样本实际分布与虚拟随机分布的差别(即留数)挖掘出蕴涵在样本中的知识．为发现数据中更精细的知识，算法采用递归切割的思想不断对子空间进行切割．算法简要介绍如下．为定量衡量样本实际分布与虚拟随机分布的偏离程度，记d维空间中封闭的矩形空间为一事件，空间体积为V，落人该事件的训练样本数目为该事件的频率f，则该事件的留数r为： ①式中：为该事件的虚拟频率(随机分布对应的事件频率)， n为数目．文献中已证实所有事件的留数