基于粒度矩阵的非协调信息系统知识挖掘

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (11): 89-91.doi: 10.3969/j.issn.1007130X.2010.

基于粒度矩阵的非协调信息系统知识挖掘

徐健锋1，刘斓2，胡然1

（1.南昌大学软件学院，江西南昌 330047；2.南昌大学计算机科学与工程系，江西南昌 330031）

收稿日期:2010-07-13 修回日期:2010-09-10 出版日期:2010-11-25 发布日期:2010-11-25
通讯作者: 徐健锋
作者简介:徐健锋（1973）,男，江西南昌人，硕士，讲师，研究方向为粗糙集、粒计算和数据挖掘；刘斓,硕士,讲师,研究方向为粗糙集、粒计算和数据挖掘；胡然，硕士，讲师，研究方向为人工智能和软件工程。
基金资助:
国家自然科学基金资助项目（60173054,61070139）；江西省级科技支撑项目(技［2009］249号)

Data Mining of Incompatible Information Systems Based on Granular Matrixes

XU Jianfeng1,LIU Lan2,HU Ran1

(1.School of Software,Nanchang University,Nanchang 330047;2.Department of Computer Technology,Nanchang University,Nanchang 330031,China)

Received:2010-07-13 Revised:2010-09-10 Online:2010-11-25 Published:2010-11-25

摘要/Abstract

摘要： 非协调信息系统的知识挖掘是传统数据挖掘方法实践的难点和最重要的研究方向之一。本文在经典粗糙集理论的基础上进行粒计算结构的设计与相应的计算模型研究，提出了基于上述理论的粒度矩阵非协调信息系统知识挖掘方法。首先定义了保留冗余数据的粒度矩阵、决策规则的协调度算法，以及基于可控协调度的粒度矩阵的可导度计算方法，其次在该研究基础上设计了非协调信息系统的属性约简算法和属性值约简算法。最后的仿真实验和初步的企业应用验证了算法对非协调信息处理的鲁棒性和可用性。本研究为非协调信息系统的知识挖掘提供了一个有效的粒计算模型。

关键词: 粗糙集, 信息粒, 粒计算, 矩阵

Abstract: The data mining of incompatible information systems is difficult, and it is one of the most important research directions of classical data mining.This paper studies the structure of granular computing and the model of computation based on the classical rough set and proposes a method for the data mining of incompatible of information systems based on granular matrixes.Firstly, the granular matrix which saves redundant data,the coordination degree algorithm and the controlled conductivity of granular matrixes are defined. Secondly, the attribute reduction algorithm of incompatible information systems is designed on the basis of the above theory.The final simulation experiments and preliminary enterprise application show the robustness and availability of the algorithm .This study provides an effective granular computation model for the data mining of incompatible information systems.

Key words: rough set;information granule;granular computing;matrix

徐健锋1，刘斓2，胡然1. 基于粒度矩阵的非协调信息系统知识挖掘[J]. J4, 2010, 32(11): 89-91.

XU Jianfeng1,LIU Lan2,HU Ran1. Data Mining of Incompatible Information Systems Based on Granular Matrixes[J]. J4, 2010, 32(11): 89-91.

[1]	姜晶菲, 何源宏, 许金伟, 许诗瑶, 钱希福. NM-SpMM：面向国产异构向量处理器的半结构化稀疏矩阵乘算法[J]. 计算机工程与科学, 2024, 46(07): 1141-1150.
[2]	杜皓, 毛润彰, 邓蕴桐, 黄思路, 徐小文. MiniBranRAP：极小化分支判断数的AMG粗网格矩阵计算并行算法[J]. 计算机工程与科学, 2024, 46(07): 1158-1166.
[3]	施禹, 董攀, 张利军. 一种不规则稀疏矩阵的SpMV方法[J]. 计算机工程与科学, 2024, 46(07): 1175-1184.
[4]	张玉莹, 朱广丽, 谈光璞, . 基于情感增强和语义依存的金融隐式情感分析模型[J]. 计算机工程与科学, 2024, 46(06): 1112-1120.
[5]	刘子源, 马占有, 李霞, 高滢囡, 何娜娜, 黄瑞祺. 基于模糊测度的模糊分支时态逻辑模型检测[J]. 计算机工程与科学, 2024, 46(04): 676-683.
[6]	王宇华, 何俊飞, 张宇琪, 徐悦竹, 崔环宇. DRM:基于迭代归并策略的GPU并行SpMV存储格式[J]. 计算机工程与科学, 2024, 46(03): 381-394.
[7]	肖振国, 陈林书, 孙少杰, 梅本霞, 柳媛慧, 赵磊. 基于代数粒的聚类方法[J]. 计算机工程与科学, 2024, 46(01): 150-158.
[8]	杨春霞, 马文文, 徐奔, 韩煜, . 融合标签信息的分层图注意力网络文本分类模型[J]. 计算机工程与科学, 2023, 45(11): 2018-2026.
[9]	王鑫, 彭健. 基于HYB格式SpMV在新一代申威架构上的实现与优化[J]. 计算机工程与科学, 2023, 45(10): 1754-1762.
[10]	韩慧妍, 王文俊, 韩燮, 况立群, 薛红新, . 融合语义实例重建的抓取位姿估计方法[J]. 计算机工程与科学, 2023, 45(10): 1822-1829.
[11]	张志远, 陈海进, 章一鸣. 基于局部障碍率预获取和双向父节点变更的A*算法优化[J]. 计算机工程与科学, 2023, 45(09): 1661-1669.
[12]	李小玲, 方建滨, 马俊, 谭霜, 谭郁松. 基于监督学习的稀疏矩阵自动任务分配[J]. 计算机工程与科学, 2023, 45(05): 782-789.
[13]	刘晓航, 姜晶菲, 许金伟. 基于脉动阵列的层融合注意力模型加速器结构[J]. 计算机工程与科学, 2023, 45(05): 802-809.
[14]	鞠鑫, 曹亚松, 文梅, 汪志, 冯静. 一种矩阵块间提前切换的脉动阵列优化策略[J]. 计算机工程与科学, 2023, 45(01): 1-9.
[15]	李建红, 苏晓倩, 吴彩虹. 深度层次注意力矩阵分解[J]. 计算机工程与科学, 2023, 45(01): 28-36.

基于粒度矩阵的非协调信息系统知识挖掘

Data Mining of Incompatible Information Systems Based on Granular Matrixes

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价