中文信息学报
中文信息學報
중문신식학보
Journal of Chinese Information Processing
2015年
4期
126-133
,共8页
知识进化%猜测%反驳%关联分类
知識進化%猜測%反駁%關聯分類
지식진화%시측%반박%관련분류
knowledge evolution%conjecture%refutation%associative classification
针对传统的关联分类算法在构造分类器的过程中需要多次遍历数据集从而消耗大量的计算、存储资源的问题,该文提出了一种基于知识进化算法的分类规则构造方法.该方法首先对数据集中的数据进行编码;然后利用猜测与反驳算子从编码后的数据中提取出猜测知识和反面知识;接着对提取出来的猜测知识进行覆盖度、正确度的计算,并根据不断变化的统计数据利用萃取算子将猜测知识与反面知识进行合理的转换.当得到的知识集中的知识的覆盖度达到预设的阈值时,该数据集中的知识被用来生成分类器进行分类.该方法分块读入待分类的数据集,极大地减少了遍历数据集的次数,明显减少了系统所需的存储空间,提高了分类器的构造效率.实验结果表明,该方法可行、有效,在保证分类精度的前提下,较好地解决了关联分类器构造低效、费时的问题.
針對傳統的關聯分類算法在構造分類器的過程中需要多次遍歷數據集從而消耗大量的計算、存儲資源的問題,該文提齣瞭一種基于知識進化算法的分類規則構造方法.該方法首先對數據集中的數據進行編碼;然後利用猜測與反駁算子從編碼後的數據中提取齣猜測知識和反麵知識;接著對提取齣來的猜測知識進行覆蓋度、正確度的計算,併根據不斷變化的統計數據利用萃取算子將猜測知識與反麵知識進行閤理的轉換.噹得到的知識集中的知識的覆蓋度達到預設的閾值時,該數據集中的知識被用來生成分類器進行分類.該方法分塊讀入待分類的數據集,極大地減少瞭遍歷數據集的次數,明顯減少瞭繫統所需的存儲空間,提高瞭分類器的構造效率.實驗結果錶明,該方法可行、有效,在保證分類精度的前提下,較好地解決瞭關聯分類器構造低效、費時的問題.
침대전통적관련분류산법재구조분류기적과정중수요다차편력수거집종이소모대량적계산、존저자원적문제,해문제출료일충기우지식진화산법적분류규칙구조방법.해방법수선대수거집중적수거진행편마;연후이용시측여반박산자종편마후적수거중제취출시측지식화반면지식;접착대제취출래적시측지식진행복개도、정학도적계산,병근거불단변화적통계수거이용췌취산자장시측지식여반면지식진행합리적전환.당득도적지식집중적지식적복개도체도예설적역치시,해수거집중적지식피용래생성분류기진행분류.해방법분괴독입대분류적수거집,겁대지감소료편력수거집적차수,명현감소료계통소수적존저공간,제고료분류기적구조효솔.실험결과표명,해방법가행、유효,재보증분류정도적전제하,교호지해결료관련분류기구조저효、비시적문제.