一个综合知识发现与知识求精系统--XFKDRS.pdfVIP

第15卷第3期 模式识别与人I：智能 Vol15 No3 2【102年9月 PR＆AI Sept2002 一个综合知识发现与知识求精系统——XFKDRS“ 杭小树 张友华 袁红春 (中国科学技术大学自动化系合肥230027) (中国科学院合肥智能机械研究所合肥23(1031 黄河 熊范纶 (巾国科学院合肥智能机械研究所台肥2N1031) 摘要介绍了一个综合知识发现与知识求精系统xFKl砒s它由分类规蝌、关联规则、序贯模式、相似模式、聚 类模式组成知识发现模块知识求精首先在领域知识可视化的基础l‘，集成了基于遗传知汉树、知识型人工神经删 络和基于解释学习的求精方法．最后将新知识转换成雄风专家系统工具XF62的知识表达形式，添加到其知识庠 中．=】_l=成专家系统的自动知识获取 关键词知识发现．知识求精，々家系统，自动知识获取 中图法分类号TPl8A ’l 1 引 言 知识发现方法．包括：分类规则、关联规则、序贯模 式、相似模式和聚类模式．限于篇幅，这里只介绍前 三种知识发现方法．发现的新知识在经过评价、过滤 自动知识获取是近年来人工智能研究的热点问 后添加到知识库中 题之 机器学习与知识发现方法的不断涌现为专 2．1分类规则发现 家系统的自动知识获取增加了有效的手段．在知识 XFKDRS系统采用决策树方法发现分类规则． 发现上具方面，DBMincr为目前国际上较为著名的 结点处的属性选择与划分方法与@．5相同，连续属 知识发现工具它集成了多种知识发现方法，并具有 性可以采用离散化，也可以不离散进行归纳．对生成 较好的可视化效果“领域知识求精一般通过解释 的决策树遍历得到分类规则，为了适应数据源的数 学习方法，消除知识库中知识的短缺和不一致．知识 据更新，我们设计了传统的决策树分类学习和增量 求精系统比较突出的是Mconey和Ourston等人研 学习的两种方法．即用决策树算法学习初始样本，再 究的EITHER系统和石纯一等研制的多策略、交互 用得到的决策树增量学习以后到达的新数据．并在 式知识求精系统MS／1一KRS【2o本文介绍一个综合 每次学习完后进行剪枝． 知识发现与知1只求精系统——xFKDRs．它集成当 2．2关联规则发现 前主要的知识发现方法、知识求精方法，并可与我们 关联规则发现采用两种方法一种是文献[1]中 研制的专家系统开发工具xF6．2进行集成，从而在介绍的FP一增长树方法该方法与Apriori算法不同， 一定程度亡实现专家系统的自动知识获取 不需要多趟产生候选集和对数据库进行扫描证实． 它是在内存中建立一棵增长树方式进行快速挖掘 2 知识发现 关联规则发现同时提供了基于