隨著信息技術(shù)的飛速發(fā)展,科學(xué)和工業(yè)等各個(gè)領(lǐng)域積累了海量的數(shù)據(jù)。海量數(shù)據(jù)中存在著豐富的關(guān)聯(lián)關(guān)系結(jié)構(gòu),識(shí)別和篩選有價(jià)值的關(guān)聯(lián)關(guān)系是大數(shù)據(jù)復(fù)雜關(guān)聯(lián)關(guān)系挖掘的重要任務(wù)之一。復(fù)雜關(guān)聯(lián)關(guān)系挖掘廣泛應(yīng)用到機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘任務(wù)中,其發(fā)展深刻影響著相關(guān)領(lǐng)域的進(jìn)展。然而,海量數(shù)據(jù)集中數(shù)據(jù)類(lèi)型的復(fù)雜多樣性、數(shù)據(jù)分布的不確定性、關(guān)聯(lián)關(guān)系復(fù)雜多樣性、多種關(guān)聯(lián)關(guān)系共存性及偽相關(guān)關(guān)系存在性等特點(diǎn),使得統(tǒng)計(jì)學(xué)意義下的關(guān)聯(lián)關(guān)系挖掘方法面臨諸多挑戰(zhàn)�；谙麥p誤差比例原理設(shè)計(jì)的關(guān)聯(lián)關(guān)系度量,傾向于識(shí)別線性關(guān)聯(lián)關(guān)系,對(duì)較復(fù)雜關(guān)聯(lián)關(guān)系的識(shí)別需要依賴(lài)變換函數(shù)的選擇�；诮y(tǒng)計(jì)獨(dú)立性檢驗(yàn)設(shè)計(jì)的關(guān)聯(lián)關(guān)系度量,嚴(yán)重依賴(lài)于聯(lián)合分布函數(shù)和邊際分布函數(shù)的估計(jì)方法,不同的估計(jì)方法或同種方法的不同參數(shù)設(shè)置都會(huì)產(chǎn)生不同的估計(jì)結(jié)果,在數(shù)據(jù)聯(lián)合分布不存在時(shí)甚至無(wú)法計(jì)算。使用這些方法進(jìn)行復(fù)雜關(guān)聯(lián)關(guān)系挖掘,它們自身的缺陷和復(fù)雜性會(huì)不同程度地影響識(shí)別任務(wù)的準(zhǔn)確性,增加任務(wù)難度。因此,亟待發(fā)展基于數(shù)據(jù)驅(qū)動(dòng)的、不依賴(lài)數(shù)據(jù)分布、不依賴(lài)參數(shù)選擇、不受關(guān)聯(lián)關(guān)系形式影響且簡(jiǎn)單有效的復(fù)雜關(guān)聯(lián)關(guān)系度量新范式。粒計(jì)算越來(lái)越成為人工智能、信息處理、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)領(lǐng)域處理復(fù)...

【文章頁(yè)數(shù)】：149 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
        1.1.1 關(guān)聯(lián)關(guān)系挖掘的基礎(chǔ)性
        1.1.2 關(guān)聯(lián)關(guān)系挖掘的必要性
        1.1.3 關(guān)聯(lián)關(guān)系挖掘的緊迫性
        1.1.4 關(guān)聯(lián)關(guān)系度量面臨的挑戰(zhàn)
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 統(tǒng)計(jì)意義下的關(guān)聯(lián)關(guān)系度量及其進(jìn)展
        1.2.2 粒計(jì)算有望推動(dòng)復(fù)雜關(guān)聯(lián)關(guān)系挖掘研究進(jìn)展
    1.3 研究思路和創(chuàng)新
    1.4 研究?jī)?nèi)容和組織結(jié)構(gòu)
第二章 統(tǒng)計(jì)學(xué)意義下的關(guān)聯(lián)關(guān)系度量與挑戰(zhàn)分析
    2.1 基于PRE原理的關(guān)聯(lián)關(guān)系度量
        2.1.1 二元變量間關(guān)聯(lián)關(guān)系度量
        2.1.2 多元變量間關(guān)聯(lián)關(guān)系度量
        2.1.3 方法的挑戰(zhàn)分析
    2.2 基于獨(dú)立性檢驗(yàn)的關(guān)聯(lián)關(guān)系度量
        2.2.1 基于分布函教的關(guān)聯(lián)關(guān)系度量
        2.2.2 基于概率密度函數(shù)的關(guān)聯(lián)關(guān)系度量
        2.2.3 基于特征函數(shù)的關(guān)聯(lián)關(guān)系度量
        2.2.4 方法的挑戰(zhàn)分析
    2.3 大數(shù)據(jù)背景下關(guān)聯(lián)關(guān)系度量可能需滿(mǎn)足的性質(zhì)
    2.4 本章小結(jié)
第三章 粒結(jié)構(gòu)的有效性和代表性分析
    3.1 問(wèn)題描述
    3.2 粒結(jié)構(gòu)知識(shí)表示
    3.3 粒結(jié)構(gòu)間的差異
    3.4 粒結(jié)構(gòu)分組算法
    3.5 粒結(jié)構(gòu)分組算法的性能評(píng)估
        3.5.1 分散度
        3.5.2 近似度
    3.6 實(shí)驗(yàn)結(jié)果分析
        3.6.1 收斂性分析
        3.6.2 有效性分析
        3.6.3 可擴(kuò)展性分析
    3.7 本章小結(jié)
第四章 多元變量間關(guān)聯(lián)關(guān)系挖掘
    4.1 基于k-NN粒的關(guān)聯(lián)度量方法
        4.1.1 鄰域互信息
        4.1.2 最大鄰域系數(shù)MNC
        4.1.3 MNC的相關(guān)性質(zhì)
    4.2 基于鄰域視角的相關(guān)方法
        4.2.1 基于k-NN統(tǒng)計(jì)量的方法
        4.2.2 基于k-NN圖的方法
    4.3 實(shí)驗(yàn)分析
        4.3.1 參數(shù)有效性分析
        4.3.2 模擬數(shù)據(jù)實(shí)驗(yàn)分析
        4.3.3 真實(shí)數(shù)據(jù)實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 二元變量關(guān)聯(lián)關(guān)系的非參數(shù)方法
    5.1 MNC的原理展示
    5.2 基于最大鄰域信息的非參數(shù)探索統(tǒng)計(jì)量
        5.2.1 單調(diào)性程度
        5.2.2 接近函數(shù)關(guān)系的程度
        5.2.3 復(fù)雜度
    5.3 實(shí)驗(yàn)分析
        5.3.1 在WHO數(shù)據(jù)集中的應(yīng)用
        5.3.2 在基因表達(dá)數(shù)據(jù)中的應(yīng)用
    5.4 本章小結(jié)
第六章 多元變量?jī)?nèi)關(guān)聯(lián)關(guān)系挖掘
    6.1 前期工作
        6.1.1 全關(guān)聯(lián)
        6.1.2 最大全關(guān)聯(lián)系數(shù)
    6.2 基于k-NN粒的最大全關(guān)聯(lián)系數(shù)
        6.2.1 鄰域全關(guān)聯(lián)
        6.2.2 計(jì)算MNA
    6.3 實(shí)驗(yàn)分析
        6.3.1 統(tǒng)計(jì)意義下的多元變量?jī)?nèi)關(guān)聯(lián)度量
        6.3.2 維度偏差分析
        6.3.3 統(tǒng)計(jì)功效分析
        6.3.4 真實(shí)數(shù)據(jù)實(shí)驗(yàn)分析
    6.4 本章小結(jié)
第七章 關(guān)聯(lián)度量在聚類(lèi)分析中的應(yīng)用
    7.1 問(wèn)題描述
    7.2 模糊C-均值算法
    7.3 多樣性誘導(dǎo)的模糊C-均值算法
        7.3.1 多樣性度量
        7.3.2 所提方法DiFCM
    7.4 分析求解所提目標(biāo)函數(shù)
        7.4.1 時(shí)間復(fù)雜度分析
        7.4.2 算法收斂性分析
    7.5 實(shí)驗(yàn)結(jié)果
        7.5.1 比較方法和參數(shù)設(shè)置
        7.5.2 模擬數(shù)據(jù)實(shí)驗(yàn)分析
        7.5.3 修正后Iris數(shù)據(jù)實(shí)驗(yàn)分析
        7.5.4 真實(shí)數(shù)據(jù)實(shí)驗(yàn)分析
        7.5.5 收斂性分析
        7.5.6 敏感性分析
    7.6 本章小結(jié)
結(jié)論及展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的研究成果
致謝
個(gè)人簡(jiǎn)況及聯(lián)系方式



本文編號(hào)：3779573