本项目以国家重大科学工程LAMOST为背景,从提高概念格的实用性和针对性,降低概念格构造的时空复杂性角度出发,针对申请人已提出的两种新概念格:加权概念格和约束概念格,对基于加权和约束概念格的数据挖掘方法进行研究,主要研究内容包括:面向加权概念格的单属性内涵权值自动获取和多属性内涵权值计算方法;加权概念格和约束概念格的代数系统构造、代数性质及其表示知识的完备性;基于加权概念格和约束概念格的分类、离群知识提取方法与算法;基于剪枝的加权概念格和约束概念格渐进式构造方法与算法等。并在此基础上,研究基于加权概念格和约束概念格的天体光谱离群数据、分类规则挖掘技术,以实现未知、特殊天体光谱数据的知识发现和海量天体光谱数据的自动分类。该项目的研究成果不仅具有重要的理论研究价值,而且可直接应用到LAMOST中,为国家重大科学工程提供技术支撑。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
服务经济时代新动能将由技术和服务共同驱动
Himawari-8/AHI红外光谱资料降水信号识别与反演初步应用研究
格雷类药物治疗冠心病疗效的网状Meta分析
集群环境下的天体光谱离群数据挖掘与性能优化
海量高维天体光谱数据挖掘及其并行化研究
基于分形与数据流挖掘技术的动态数据挖掘方法及其应用研究
基于集成学习的分布式XML数据流的挖掘模型与概念漂移挖掘方法研究