知识发现系统框架及其理论体系的构造方法论

被引:2
作者
杨炳儒
机构
[1] 北京科技大学计算机与通信工程学院
关键词
双库协同机制; 过程模型KDD*; Maradbcm算法; 系统架构MMAKDS; 理论体系KDTICM;
D O I
暂无
中图分类号
TP182 [专家系统、知识工程];
学科分类号
1111 ;
摘要
当前知识发现的主流发展是围绕着寻求在各类数据库和应用背景下高性能、高扩展性的挖掘算法这一主题而展开的。事实上有比算法重要的决定挖掘流程的过程模型的研究,还有更为重要的决定模型和算法的内在机理(反映知识发现系统或过程本身规律)的研究,尚未得到应有的重视。笔者另辟蹊径,将所论三者有机地融合与集成,构造了一类基于认知心理特征的自主知识发现"系统框架",通过对类似的几类"系统框架"的交叉融合、综合集成,构造出基于内在认知机理的知识发现理论体系KDTICM。研究与实验结果表明:这种高起点、高层次的构造方法论研究,有可能形成高效能挖掘系统与新的研究方向;这种构造方法论的研究,可使长时间得不到解决的"领域知识实质性地介入到知识发现过程中"对知识库进行"动态实时维护"等重要问题得以解决;通过揭示知识发现的潜在规律与复杂性,可反作用于主流发展。最后,给出了此种构造方法有效性的有力佐证。
引用
收藏
页码:83 / 91
页数:9
相关论文
共 14 条
[1]   基于神经网络的蛋白质二级结构预测 [J].
解筱 ;
杨波 ;
陈月辉 .
济南大学学报(自然科学版), 2008, (02) :111-115
[2]   基于知识发现创新技术的专家系统新构造 [J].
杨炳儒 ;
宋威 ;
徐章艳 .
中国科学(E辑:信息科学), 2007, (06) :738-747
[3]   面向复杂系统的知识发现过程模型KD(D&K)及其应用 [J].
杨炳儒 ;
李晋宏 ;
宋威 ;
李欣 .
自动化学报, 2007, (02) :151-155
[4]   利用标准SQL查询挖掘多值型关联规则及其评价 [J].
杨炳儒 ;
孙海洪 ;
熊范纶 .
计算机研究与发展, 2002, (03) :307-312
[5]   KD(D&K) and Double-Bases Cooperating Mechanism [J].
Yang BingruSchool of information EngineeringUniversity of Science and Technology of BeiJing P R ChinaXiong FanlunThe institute of Intelligent Machine Academic SinicaHefei P R China .
JournalofSystemsEngineeringandElectronics, 1999, (02) :48-54
[6]  
基于内在认知机理的知识发现理论[M]. 国防工业出版社 , 杨炳儒, 2009
[7]   Cascaded bidirectional recurrent neural networks for protein secondary structure prediction [J].
Chen, Jinmiao ;
Chaudhari, Narendra S. .
IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, 2007, 4 (04) :572-582
[8]   Business data mining - a machine learning perspective [J].
Bose, I ;
Mahapatra, RK .
INFORMATION & MANAGEMENT, 2001, 39 (03) :211-225
[9]   Evaluation and improvement of multiple sequence methods for protein secondary structure prediction [J].
Cuff, JA ;
Barton, GJ .
PROTEINS-STRUCTURE FUNCTION AND BIOINFORMATICS, 1999, 34 (04) :508-519
[10]  
Protein secondary structure prediction based on position-specific scoring matrices 1 1 Edited by G. Von Heijne[J] . David T Jones.Journal of Molecular Biology . 1999 (2)