基于概念格的空间数据规则提取-计算机科学与技术专业论文.docxVIP

I III Abstract Key Words: formal context; rough concept lattice; roughness; spatial data; GIS 江西 江西理工大学硕士学位论文 目 录 I I 目 录 摘 要 I Abstract II 第一章 绪 论1 1.1 课题的研究背景及意义1 1.2 概念格相关文献的研究综述2 1.3 粗糙集理论相关文献的综述3 1.4 空间数据库理论及其应用4 1.5 研究的主要内容和方法5 1.6 本文的创新之处5 1.7 论文结构安排6 第二章 概念格与粗糙集7 2.1 经典概念格7 2.1.1 基本概念7 2.1.2 概念格的构造8 2.2 模糊形式背景9 2.2.1 基本概念9 2.2.2 模糊概念格的构造9 2.3 粗糙集11 2.3.1 基本概念11 2.3.2 属性约简12 2.4 本章小结12 第三章 粗糙概念格及其构造算法13 3.1 粗糙概念格基本概念13 3.2 粗糙概念格构造算法14 3.2.1 建格思想14 3.2.2 建格方法14 3.2.3 算法对比14 3.2.4 算法优点15 I II 3.3 形式背景的属性约简15 3.4 规则提取17 3.5 实例分析18 3.6 本章小结20 第四章 基于概念格的空间数据规则提取21 4.1 空间数据库基础知识21 4.2 空间数据库的应用21 4.3 空间数据库的存储22 4.4 空间数据挖掘的主要知识类型23 4.5 基于概念格的空间数据规则提取理论23 4.6 GIS 数据格式转换 24 4.7 基于概念格的空间数据规则提取27 4.8 规则提取算法27 4.9 GIS 上的规则挖掘 28 4.10 本章小结29 第五章 总结与展望30 参考文献31 攻读硕士学位期间发表的研究成果34 第一 第一章 绪 论 PAGE PAGE 1 第一章 绪 论 1.1 课题的研究背景及意义 近年来，数据获取、存储等技术得到了快速的进步，各个行业都积累了大批的数据。 获取的数据后面涵盖着大量有用的信息，如何高效地从这些大量复杂、受到污染的数据 集提取出有价值的知识消息，如何避免数据多而没有利用价值的现象，如何拥有从数据 中自动学习和知识获取的能力等，这些亟待解决处理的问题都给智能化信息处理提出了 严峻的挑战。怎么有效处理“知识获取瓶颈”这一问题仍然是基于智能和信息知识系统 的核心问题。在这种强烈的需求下，扩充人类思维的知识发现技术和手段逐渐成为一个 崭新的热点研究领域。特别是近些年来，机器学习、数据挖掘、规则提取等技术在人工 智能领域中引起了广泛的关注，许多的知识发现方法应运而生。在诸多方法中，以形式 概念分析为代表的新方法具有很大的潜力。在形式概念分析研究过程中，概念格作为其 研究的重要数据结构，被认作是一种针对智能化信息处理的有效数据挖掘工具。 目前概念格被普遍应用于人工智能、机器学习、信息检索、深度学习等领域，与粗 糙集、模糊集、数据挖掘等理论具有很好的结合性，将形式概念分析与空间数据理论进 行优势互补地结合有一定的研究意义。一是有助于丰富和拓展形式概念分析基础知识和 数据结构格式，扩展概念格的应用范围;二是随着知识发现的研究越来越深入且范围越 来越广泛，所涉及的数据形态和组织结构也越来越多种多样，只使用某一种专业领域知 识已经无法处理复杂不稳定的现实问题，将概念格和其它的一种或多种软技术结合在知 识发现领域会产生功能更加强大的新方法;三是针对不同知识领域的不同特点，往往需 要在经典形式概念分析结构基础上与各领域专业知识结合才能更好的应用于其他模型。 本文首先将概念格与粗糙集理论中上下近似集概念进行连接，提出了一种改进粗糙概念 格构造的算法。利用粗糙集中属性约简的概念对粗糙概念格进行约简后，运用粗糙度概 念进行提取可靠性知识。概念格作为规则提取的有效技术，本文将概念格应用于空间数 据库，主要是把概念格理论方法与空间数据库技术结合，尤其是结合到面向对象的地理 信息系统研究中。这个理论方法的建立能够隐藏在地理信息系统中本质的分层次的知识 结构，并且能构架起关系数据库和面向对象数据库之间的重要桥梁，挖掘在空间数据库 背后蕴涵的知识，提升人们理解使用空间信息数据的能力，对空间数据知识的集成、共 享及其应用具有重要的实际意义。 1.2 概念格相关文献的研究综述 概念格是信息的一种体现结构，凭借形式背景在对象和属性上的对应关系构造概念 分层结构。概念格是通过形式化概念表达组合而成，德国数学家 Willer R.[1]在此基础上 提出了形式概念分析，用于知识提取、展示、分层，也叫作 Galois 格。形式概念分析是 一