基于背景知识的关联规则挖掘方法研究及应用-计算机应用技术专业论文.docxVIP

基于背景知识的关联规则挖掘方法研挠及应用 摘要 随着观测手段的不断提高，以 LAMOST 望远镜为代表的 海量xJ?l测数据的处理问题日益尖锐，使得传统的人工戒半人工 的数据分析方法无法满足天文学的需求。其中，天体光谱特征 同其物理化学性质之间的相关性关系，对于天文学家和从事天 文工作的科技人员来说有着极为重要的意义。关联规则挖掘是 描述数据集中项目之间存在的关联关系。因此，采用关联规则 米捕边天体光谱数据各属性之间的关系，为天文学家提供准确、 可靠、容易被计算机处理的光谱知识具有重要的应用价值。本 论文以 LAMOST 为巨股E用背景 进行了研究，主要研究工作如1: 第…、在详细分析面向关联规则挖掘的背景知识的基础上， 提出了一种基于一阶谓词逻辑的背景知识表示技术，井将面向 关联规则挖掘的背景知识分为两类，即启发式背景知识和归纳 背景知识。 第二、针对关联规则挖掘巾，模式计数代价太高、 110 效 率低下问题，提出了一种基于背景知识的关联规则拮据算法。 该算陆通过启发式背景知识剪枝掉不符合的束条件的候选频繁 模式鳞，仅生成用户感兴舰的频繁棋式，有效地减少了模式计 数代价，提高了拮据质量:问时通过样本挖掘获得的归纳背景 知识，使得在每次数据库扫描过程中部能生成不同长度的颇繁 模式，能够在较少的数据库扫描次数中挖掘出全部的频繁模式。 第二二在上述研究成果的基础上，首先利用关联规则作为 怕是Yt谱数据相关性分析方法， 以 VC+十和 SQL Server 2000 作为开发工具，设计与实现了基于关联规则的恒星光谱数据柑 於1牛分忻系吭α 其次给出了 i安系统的软件体系结构和模快功能. 并对恒星光谱数据的预处蝇、取样技术、背景知识模板、频繁 模式集拮掘算洁等关键技术 j进行了详细捕渝。最后，通过系统 远行结果表明，利用关联规则寻找光谱波的特征问其物现化学 性m之间的相关性关系是f?J行的、有价值的。 综上所埠，本文对面向关联规则的背景知识表示技术、基 于背景知识的关联规则挖掘算法，以及天体光谱数据的相关性 分析技术进行了研究。对于提高关联规则挖掘的效率和质量， 实现海量大休光谱数据的知识发现，具有重要的理论和实际意 义。 关键询:数据挖搁，关联规则，背景知识，样本挖掘，恒星光 谱数据 II 太原琅 1 人于。员才:lJJ[衍生于 :1fr.论文 RESEARCH AND APPLICATION OF ASSOCIATION RULE MINING ALGORITHM BASED ON BACKGROUND KNO认ILEDGE ABSTRACT Along with the continuous development of observation means ， the handling problem of mass observation data with LAMOST telescope as representati ve is increasingly sharp， so that the traditional artificial or semi-artificial data analysis approaches cannot satisfy lhe demand of astronomy. For astronomers and scientists are engaging in the brainpower of astronomical work ，the correlation interrelation between the spectrum data characteristics and its physics chemistry qualities is very important. Association rule d巳scribes the relationships among iter到s in data sets. 丁herefore ， adopting association rule to depict the relation of celestial body spectrum data property can offer accurate ，r巳Iiable and easy disposed by computer the spectrum knowledge for astronomers ，so it is very valuable. With LAMOST as application background ，this paper studies Association