數(shù)據(jù)挖掘技術(shù)是當(dāng)前計算機(jī)技術(shù)的研究熱點(diǎn)之一。當(dāng)前的數(shù)據(jù)挖掘研究主要在命題邏輯的框架內(nèi)，存在描述能力弱和不便于利用背景知識的局限性。而且，這些方法多采用了單表假設(shè)，算法尋找單表數(shù)據(jù)中的模式。但數(shù)據(jù)通常保存在關(guān)系數(shù)據(jù)庫的多張表中，若想利用現(xiàn)有的數(shù)據(jù)挖掘算法，存在將數(shù)據(jù)轉(zhuǎn)換到單表中的難題。 基于一階邏輯的一階規(guī)則挖掘技術(shù)常被稱作歸納邏輯程序設(shè)計(ILP)。一階邏輯為ILP提供了一致的和非常有表達(dá)力的表示手段：背景知識、例子以及挖掘到的知識都可表示為子句語言的公式，所以在挖掘過程中可非常自然地利用背景知識。另外得到的知識表示為相關(guān)謂詞構(gòu)成的一階規(guī)則，比命題規(guī)則具有更強(qiáng)的表達(dá)能力，使知識的內(nèi)涵更加豐富并易于人們理解。因此，ILP可克服傳統(tǒng)命題規(guī)則挖掘方法的兩個主要限制：描述能力的限制與背景知識利用的限制。此外，由于關(guān)系數(shù)據(jù)庫的形式描述—“關(guān)系代數(shù)”與ILP的子句邏輯有著內(nèi)在的關(guān)聯(lián)性，ILP技術(shù)可被直接用于涉及關(guān)系數(shù)據(jù)庫中多個關(guān)系(表)的數(shù)據(jù)挖掘任務(wù)。 一階規(guī)則挖掘可看作是對一階規(guī)則空間的搜索。由于一階規(guī)則空間的龐大和復(fù)雜性，為了實現(xiàn)有效的搜索，絕大多數(shù)一階規(guī)則挖掘系統(tǒng)采用了貪婪的...

【文章頁數(shù)】：114 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘
        1.1.1 KDD和DM
        1.1.2 知識發(fā)現(xiàn)過程
        1.1.3 數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別
        1.1.4 數(shù)據(jù)挖掘技術(shù)的發(fā)展過程
        1.1.5 主要的數(shù)據(jù)挖掘技術(shù)
        1.1.6 現(xiàn)有數(shù)據(jù)挖掘技術(shù)的局限性
    1.2 歸納邏輯程序設(shè)計技術(shù)
    1.3 遺傳歸納邏輯程序設(shè)計技術(shù)
        1.3.1 課題的提出
        1.3.2 研究意義
    1.4 研究內(nèi)容及論文安排
        1.4.1 研究內(nèi)容
        1.4.2 創(chuàng)造性工作
        1.4.3 論文安排
第2章 歸納邏輯程序設(shè)計
    2.1 ILP的基本概念
        2.1.1 一階邏輯的基本定義
        2.1.2 ILP的標(biāo)準(zhǔn)問題環(huán)境
        2.1.3 ILP的算法框架
        2.1.4 基于逆歸結(jié)的歸納邏輯程序設(shè)計
        2.1.5 基于逆蘊(yùn)含的歸納邏輯程序設(shè)計
        2.1.6 基于生成再測試策略的FOIL算法
    2.2 ILP的優(yōu)點(diǎn)
        2.2.1 一階表示的描述能力
        2.2.2 一階表示的背景知識利用
        2.2.3 關(guān)系挖掘
    2.3 ILP研究概況
        2.3.1 ILP的語義理論
        2.3.2 ILP的計算理論
        2.3.3 ILP的證明理論
    2.4 遺傳歸納邏輯程序設(shè)計技術(shù)的提出
第3章 遺傳算法
    3.1 遺傳算法的工作流程
    3.2 標(biāo)準(zhǔn)遺傳算法SGA
        3.2.1 編碼
        3.2.2 初始種群的生成
        3.2.3 適應(yīng)度評估
        3.2.4 遺傳操作
    3.3 遺傳算法的特點(diǎn)
    3.4 遺傳算法的研究進(jìn)展
        3.4.1 算法結(jié)構(gòu)
        3.4.2 編碼
        3.4.3 選擇策略
        3.4.4 遺傳算子
        3.4.5 種群策略
第4章 遺傳歸納邏輯程序設(shè)計
    4.1 GILP的一階規(guī)則位串編碼
    4.2 GILP的遺傳操作算子
        4.2.1 交叉算子
        4.2.2 變異算子
        4.2.3 選擇算子
    4.3 GILP的適應(yīng)度函數(shù)
    4.4 GILP算法
        4.4.1 GILP外層算法框架
        4.4.2 GILP的內(nèi)層算法
    4.5 實驗
    4.6 小結(jié)
第5章 GILP運(yùn)行中的個體編碼生長現(xiàn)象
    5.1 GILP個體編碼生長現(xiàn)象
    5.2 Holland的模式理論
        5.2.1 模式定義
        5.2.2 模式的階
        5.2.3 模式的定義距
        5.2.4 模式分析
    5.3 變長位串編碼的模式分析
        5.3.1 變長位串的模式定義
        5.3.2 變長位串的模分析
    5.4 基于演化周期的懲罰策略
    5.5 小結(jié)
第6章 基于信息贏取的適應(yīng)度函數(shù)
    6.1 規(guī)則空間的結(jié)構(gòu)化
        6.1.1 命題規(guī)則空間的結(jié)構(gòu)化
        6.1.2 一階規(guī)則空間的結(jié)構(gòu)化
        6.1.3 θ-包容和蘊(yùn)含
        6.1.4 一階規(guī)則的等價類問題
    6.2 基于信息贏取的適應(yīng)度函數(shù)
        6.2.1 綁定
        6.2.2 信息的量度
        6.2.3 信息贏取
        6.2.4 等價規(guī)則的信息贏取
    6.3 實驗結(jié)果
    6.4 小結(jié)
第7章 選擇策略的影響和GILP運(yùn)行實例
    7.1 選擇策略對GILP收斂性能的影響
    7.2 GILP原型系統(tǒng)
        7.2.1 系統(tǒng)簡略框圖
        7.2.2 GILP系統(tǒng)主要模塊功能簡介
    7.3 GILP運(yùn)行實例
        7.3.1 有向連通圖問題
        7.3.2 gcd函數(shù)
        7.3.3 房產(chǎn)價格規(guī)律
    7.4 小結(jié)
總結(jié)和展望
參考文獻(xiàn)
攻讀博士學(xué)期間所發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3987161