基于多层次概念提升的知识发现方法
面向属性的概念提升是一种广泛使用的知识发现方法。但是随着数据属性维数的增加,属性概念层次的复杂化,面对大量的信息组合爆炸,基于集合论的传统归纳学习方法的效率变得越来越低。该文提出了一种基于遗传算法的启发式概念提升方法,在处理大规模复杂时收到了较好的效果。
数据挖掘 属性 概念树 概念提升 遗传算法
刘明吉 李宝林 饶一梅 王秀峰
南开大学计算机与系统科学系(天津)
国内会议
南京
中文
76~80
2000-11-01(万方平台首次上网日期,不代表论文的发表时间)