基于概念格的云推理分类预测算法研究
来源期刊:控制工程2020年第11期
论文作者:徐立 白金牛 孟海东
关键词:数据挖掘;概念格;云模型;规则提取;概念格云推理模型;
摘 要:针对传统云推理模型在推理过程中需要依靠专家经验确定"软与"算法的程度调节参数,在处理大数据集时需要建立大量规则以保证准确率等问题,提出采用概念格改进云推理模型。通过云发生器对数据进行云化处理,转化为可用不确定语言描述的定性概念,作为概念格所需的形式背景;分别构造属性概念格和决策概念格,挖掘数据集中的规则,使局部规则覆盖全局规则,解决传统云推理构建规则数量过多的问题,并代替传统的"软与"算法;采用概念格提取不确定性规则,作为云推理的规则前件,构建概念格云推理模型。实验使用UCI和实际工程数据集进行算法仿真和应用分析。实验结果表明改进的云推理模型提高了算法的时效性,且保证了算法的准确性。
徐立1,白金牛1,孟海东2
1. 内蒙古科技大学包头医学院计算机科学与技术系2. 内蒙古科技大学信息工程学院
摘 要:针对传统云推理模型在推理过程中需要依靠专家经验确定"软与"算法的程度调节参数,在处理大数据集时需要建立大量规则以保证准确率等问题,提出采用概念格改进云推理模型。通过云发生器对数据进行云化处理,转化为可用不确定语言描述的定性概念,作为概念格所需的形式背景;分别构造属性概念格和决策概念格,挖掘数据集中的规则,使局部规则覆盖全局规则,解决传统云推理构建规则数量过多的问题,并代替传统的"软与"算法;采用概念格提取不确定性规则,作为云推理的规则前件,构建概念格云推理模型。实验使用UCI和实际工程数据集进行算法仿真和应用分析。实验结果表明改进的云推理模型提高了算法的时效性,且保证了算法的准确性。
关键词:数据挖掘;概念格;云模型;规则提取;概念格云推理模型;