论文摘要
分类挖掘是数据挖掘技术中一个非常重要的方法。常用的典型分类挖掘方法有决策树、神经网络、遗传算法、贝叶斯方法和k-最临近分类法等,这些方法对各自适用的数据集都表现出较好的分类性能,但也表现出许多共有的不足。首先都属于内存驻留算法,须以数据量小为前提,对于海量数据,其有效构造分类模型的能力必显不足;其次,对在Internet上建立数据挖掘服务器所需的并行和分布式数据处理能力缺乏考虑;此外,分类精度和内存利用率等也有待提高。论文针对分类挖掘技术的研究现状,设计了一种基于多吸引子元胞自动机、可有效地应用于数据挖掘系统中的两阶段分类器。该分类器在数据量处理能力、分布式数据处理、分类精度和内存利用等方面都有所改善。论文的具体研究内容和研究成果包括:（1）对基于多吸引子元胞自动机的分类器进行了重新描述,缩小了分类算法的查找空间。具体方法是以两个线性算子依赖向量DV和依赖字符串DS代替依赖矩阵来描述分类器;（2）设计了基于新描述方法的两阶段分类器,并利用遗传算法对分类器进行了优化处理,有效提高了分类器的分类速度。（3）设计了基于两阶段分类器的数据挖掘分类算法,并在通用的实验平台WEKA上进行了分类性能测试。测试结果表明,相比较原基于多吸引子元胞自动机的分类器和C4.5、贝叶斯分类法等其他常用分类挖掘方法,所提出的两阶段分类器综合分类性能有明显提高。（4）将所提出的两阶段分类器具体应用到公安情报挖掘系统中,提出了Web公安情报挖掘系统中的分类模型,设计了在分布式数据挖掘环境中的相应分类算法。
论文目录
相关论文文献
- [1].基于水声传感器网络的MACA改进协议[J]. 计算机工程 2017(09)
- [2].低品位氧化锌矿在MACA体系中的循环浸出[J]. 中国有色金属学报 2011(01)
- [3].玛咖(Maca)干粉对男子自行车运动员免疫能力的影响[J]. 中国体育教练员 2015(04)
- [4].水声网络中Aloha协议与MACA协议的比较分析[J]. 中国新通信 2010(11)
- [5].MACA体系中循环浸出低品位氧化锌矿制备电解锌[J]. 中国有色金属学报 2013(12)
- [6].一种基于MACA的自适应跟踪算法[J]. 徐州工程学院学报(自然科学版) 2010(03)
- [7].带仲裁机制的MACA协议[J]. 科技致富向导 2014(27)
- [8].带仲裁机制的MACA协议[J]. 石家庄铁路职业技术学院学报 2008(02)
- [9].基于MACA算法的运动目标自适应跟踪[J]. 湖南工程学院学报(自然科学版) 2010(04)
- [10].TTP在高校排课中的研究与应用[J]. 福建电脑 2009(12)
- [11].基于MACA的模式分类方法研究[J]. 西北民族大学学报(自然科学版) 2010(03)
标签：数据挖掘论文; 分类器论文; 多吸引子元胞自动机论文; 遗传算法论文;