基于概念格的分类规则提取分析-概率与数理统计专业论文.docxVIP

基于概念格的分类规则提取研究 摘要 随着数据库的不断增长，自动从数据库中获取有用的知识成为人们日益迫 切的需要。概念格以其知识表示的直观、简洁和完备特点而受到研究者的关注， 但概念格在结构构造和规则求解方面存在低效的缺点，本文从数据分类的角度 研究概念格结构的简化问题，主要讨论有确定类别属性和无确定类别属性的两 类分类问题。 有类别属性的分类的研究的重点讨论数据噪声的处理、概念格的重构、分 类规则的简化问题，并对其中的有确定类别属性的相关算法进行实现.无确定 类别属性的的分类问题讨论了类别属性的确定，以及根据确定的类别属性，在 此基础之上引入支持率，讨论近似格的构造和有关近似格上规则求解的问题。 、/ν/ν/ 关键词:概念槽，知识发现，分类规则。 Research 00 Discovery of Classificatioo Rules Based 00 Concept Lattice ABSTRACT Data Mining has been an urgent need because of increasing size of current databases . Being of explicitness ，simpleness and completeness ，Concept Lattice has been the one focus of researchers on AI，but low performance in construction and rules induction come along with the structure .In this thesis ，we consider improving the performance by simplifying the structure from the angle of classification. Our research is about the classification problems on data with and without class labels attribute . Classification with class label ìs mainly focus on dealing wìth noise， reconstructì 口n of Concept Lattice ，simplification of classification rules and a classification algorithm on class labeled data has been implemented . For classification without class label ，we discuss how \0 find a class attribute as a class label，and on this basis we then introduce support_coefficient to construct approxim ate Galois structure.，and extractìon of classification rules has also been discussed . KEYWORDS: Concept Lattice ，Knowledge Discovery，Classification Rule. 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果. 据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写 过的研究成果，也不包含为获得 合肥工业大学 或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示谢意。 学位论文作者也统战@ 签字 日期 3年已月 cJ 日 学位论文版权使用授权书 本学位论文作者完全 了解合肥工业大学有关保留、使用学 位论文的规定， 有权保留 并向国家有关部门或机构送交论文的复印件和 l磁挠，允许论文被查阅和借阅.本人授权」盒 且王业本主-可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文. (保密的学位论文在解密后适用本授权书) 学位论文作者签名: 比。 导师签名: 签字日期 ，年 6 月，)日 签字日期 年月 日 学位论文作者毕业后去向 z 工作单位: 通讯地址:  电话: 邮编z 致谢 衷心感谢我的导师胡学钢老师在整个论文阶段给予的悉心指导和帮助。导 师不断从学业上、生活上关心作者。为作者创