数据集的粒化树研究与应用Research and application of the kernel tree of data set.pdfVIP

ANDAPPLICATION RESEARCH GRANULARTREES oF BASEDoNDATASETS ADissertationSubmiRedto theGraduateSchoolofHenanNormal University inPartialFulfillmentofthe Requirements forthe ofMasterofScience Degree By Lin Supervisor：Prof．Yan April，2014 摘要 人工智能研究的进展，伴随着新问题的产生，对应着新思路的出现，粒计算就是数 据处理的新课题，得到了研究者的关注，成为了研究的热点，形成了人工智能的研究方 向。对数据有目的分类，从整体中分离出部分，通过部分简化整体，利用部分的运算、 组合、关系、特性等对数据进行处理，促成从整体到部分，再由部分研究整体的数据处 理思路是粒计算遵循的模式。借助粒计算的数据处理方式，本文对数据集之间非直接的 联系进行了研究。 粒计算数据处理的核心之一是对整体数据的粒化，粒化后的粒度将决定数据非直接 联系的紧密程度。基于这种数据处理方式，本文对数据集进行了层次不同的粒化，得到 了粒化树数学结构。通过对不同数据集的粒化树之间相互联系的讨论，给出了数据非直 接联系的描述方法。进而通过构造具体问题的粒化树数学模型，展示了粒化树数据处理 方法的应用，主要的工作如下： (1)通过对数据集不同层次的粒化，得到了基于数据集的粒化树。利用不同粒化树 中的关联元素，建立了不同粒化树之间的关联关系，定义了两棵粒化树中的关联链，给 出了经关联元素确定数据之间非直接联系的方法，使不同数据集之间的数据联系得到了 描述。 (2)利用关联链中粒度从粗到细的变化，使关联元素确定的数据非直接联系与粒度 变化联系在一起，将数据联系的紧密程度基于粒度变化之上，达到了利用粒度变化描述 联系紧密程度的目的。 (3)在不同粒化树之间，引入了二元关系G，将关联元素概念延伸至G．关联元素对， 使关联关系推广至基于G的关联关系，，得到了两个数据集对应粒化树中的一对G．关 联链，使粒化树数学模型更具实用性。 (4)针对具体问题，构建了不同数据集的粒化树，使具体问题通过粒化树得到了数 学描述。特别通过粒化树数学模型，给出了地方政府与高校人才之间分层联系的方法， 描述了地方企业与高校的联系，产生了人才供求问题的算法表示和程序化的基础。 本文的工作展示了理论探究和实际应用相结合的研究过程。 关键词：分层算法，粒化树，关联关系，关联链，G．关联关系 II ABSTRACT in withnew tothe Advancesartificial intelligenceresearch，alongproblemsarising，corresponding ofnew isanew aboutdata theattentionof emergenceideas，GranularComputingtopic processing，got becomearesearch theartificial research the researchers，had focus，formed intelligencedirectio