统计关系学习研究进展 被引量：10

1

作者 刘大有 于鹏 +2 位作者 高滢 齐红 孙舒杨 《计算机研究与发展》 EI CSCD 北大核心 2008年第12期2110-2119,共10页

统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据问题,在生物信息学、Web导航、社会网、地理信息系统和自然语言理解等领域有着重要的应用.首先对统计关... 统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据问题,在生物信息学、Web导航、社会网、地理信息系统和自然语言理解等领域有着重要的应用.首先对统计关系学习的研究内容以及研究任务进行了介绍和总结,然后根据概率表示和推理机制的不同,对当前的统计关系学习方法进行了分类,并对各类方法进行了详细介绍,最后讨论了当前统计关系学习存在的问题,并指出了今后研究和发展的方向. 展开更多

关键词 统计关系学习 似然逻辑学习 多关系数据挖掘 统计学习 关系学习

下载PDF 职称材料

基于表示学习和语义要素感知的关系推理算法 被引量：12

2

作者 刘峤 韩明皓 +2 位作者 杨晓慧 刘瑶 吴祖峰 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1682-1692,共11页

基于知识表示的关系推理方法研究是近年来统计关系学习和知识图谱领域共同关注的热点.通过对当前流行的基于知识表示的推理模型进行比较,分析了现有模型所普遍采用的基本假设存在的不合理之处,即忽视了实体与关系在语义上的多样性.据此... 基于知识表示的关系推理方法研究是近年来统计关系学习和知识图谱领域共同关注的热点.通过对当前流行的基于知识表示的推理模型进行比较,分析了现有模型所普遍采用的基本假设存在的不合理之处,即忽视了实体与关系在语义上的多样性.据此提出了一种新的关系推理建模假设:实体对之间的每种关系反映的是两侧实体在某些特定方面的语义关联,通过对实体向量的语义方面要素进行选择性加权,可以实现对不同关系语义的表示和区分.根据该假设提出了一种新的关系推理建模方法,采用非线性变换的方法来解决表示学习中的语义分辨率问题.在公开数据集上的实验结果表明:所提出的算法对复杂关系类型和相关实体具有良好的语义区分能力,能有效提高知识图谱上的关系推理准确率,性能显著优于目前主流的相关工作. 展开更多

关键词 统计关系学习 关系推理 表示学习 知识图谱 多元关系数据挖掘

下载PDF 职称材料

多关系频繁模式发现研究 被引量：3

3

作者 张伟 杨炳儒 钱榕 《计算机科学》 CSCD 北大核心 2007年第7期158-164,共7页

频繁模式发现是数据挖掘的重要任务之一。现实数据通常存储于由多个关系组成的关系数据库中。传统的频繁模式发现方法只能直接完成单一关系中的模式发现,如果要完成多关系数据的挖掘,会产生操作复杂性和信息丢失等问题。多关系数据挖掘... 频繁模式发现是数据挖掘的重要任务之一。现实数据通常存储于由多个关系组成的关系数据库中。传统的频繁模式发现方法只能直接完成单一关系中的模式发现,如果要完成多关系数据的挖掘,会产生操作复杂性和信息丢失等问题。多关系数据挖掘是当前数据挖掘研究中快速发展的重要领域之一。多关系频繁模式发现方法能够直接从复杂结构化数据中发现涉及多个关系的复杂频繁模式,避免了传统方法的局限。本文首先归纳多关系频繁模式发现方法的发生历史背景,其次分析总结多关系频繁模式发现方法,最后提出了多关系频繁模式发现将来发展需重点解决的问题和面临的挑战。 展开更多

关键词 多关系数据挖掘 频繁模式发现 归纳逻辑程序设计 选择图 基于图的数据挖掘

下载PDF 职称材料

基于S-CART决策树的多关系空间数据挖掘方法 被引量：2

4

作者 郑向群 赵政 《计算机应用》 CSCD 北大核心 2008年第3期749-752,共4页

针对空间数据关系复杂的情况,提出了一种改进的多关系数据挖掘结构分类与回归树(S-CART)算法,该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题,然后基于逻辑谓词创建多关系二叉决策树,抽取空间关联规则,同时基于我国... 针对空间数据关系复杂的情况,提出了一种改进的多关系数据挖掘结构分类与回归树(S-CART)算法,该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题,然后基于逻辑谓词创建多关系二叉决策树,抽取空间关联规则,同时基于我国湖北大冶部分地区土壤污染数据验证算法的有效性。 展开更多

关键词 多关系数据挖掘 结构分类与回归树 决策树 空间关联规则

下载PDF 职称材料

考虑重要性赋权的分部多关系聚类方法 被引量：4

5

作者 曾严昱 丁志军 《小型微型计算机系统》 CSCD 北大核心 2017年第6期1227-1230,共4页

随着大数据时代的来临,实体之间的关系变得多种多样.实体和实体间的不同类型关系组成多关系网络,针对多关系网络中的实体进行聚类一直是热门的研究课题.本文综合现有多关系聚类方法的优势,提出了新的分部多关系聚类方法.首先通过对每个... 随着大数据时代的来临,实体之间的关系变得多种多样.实体和实体间的不同类型关系组成多关系网络,针对多关系网络中的实体进行聚类一直是热门的研究课题.本文综合现有多关系聚类方法的优势,提出了新的分部多关系聚类方法.首先通过对每个关系下的实体进行聚类,基于聚类结果对实体间关系进行重要性赋权,然后综合不同关系下实体关系的重要性权值,得到单关系网络,对该单关系网络进行聚类得到最终的聚类结果.最后对包括本文方法在内的不同聚类方法在多个公开数据集上进行了对比试验,验证了本文方法的有效性.本文方法对多关系聚类的准确度进行了提升,具有理论意义和应用价值. 展开更多

关键词 多关系数据挖掘 多关系网络 多关系聚类 分部聚类 强关系

下载PDF 职称材料

基于多关系的空间分类算法研究 被引量：4

6

作者 刘伟辉 王丽珍 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第S1期158-163,共6页

空间数据挖掘的应用领域很广,空间分类是空间数据挖掘中一项重要的任务,现有的空间分类算法都是基于传统的方法,在单表上进行的.本文提出了一种新的空间分类算法,基于多关系的方法创建决策树,并验证了算法的正确性及有效性.

关键词 空间分类 决策树 数据挖掘 多关系数据挖掘

原文传递

基于PRM的水体富营养化风险分析建模 被引量：4

7

作者 范敏 石为人 《计算机工程》 CAS CSCD 北大核心 2010年第24期261-263,266,共4页

从信息的知识发现角度出发,提出基于概率关系模型(PRM)的水体富营养化风险分析建模方法。该建模方法利用多关系数据的存储结构和存储内容对数据进行学习与挖掘,构建具有网络拓扑结构的PRM模型。示例分析结果表明,PRM模型易于解释与分析... 从信息的知识发现角度出发,提出基于概率关系模型(PRM)的水体富营养化风险分析建模方法。该建模方法利用多关系数据的存储结构和存储内容对数据进行学习与挖掘,构建具有网络拓扑结构的PRM模型。示例分析结果表明,PRM模型易于解释与分析水体中各种影响因素间的相关性,该建模方法可通过分析历史数据发现水体富营养化的潜在风险,为库区水环境管理与水污染防治提供科学依据。 展开更多

关键词 多关系数据挖掘 概率关系模型 富营养化风险分析

下载PDF 职称材料

一种新型基于用户指导的多关系关联规则挖掘算法 被引量：2

8

作者 郭景峰 吕庆春 李霞 《微计算机信息》 2009年第24期124-126,共3页

本文提出了一种基于用户指导的多关系关联规则挖掘算法,借鉴有向图的概念动态的选择最优关键表,并利用元组ID传播的思想使多表间无需物理连接而能直接进行关联规则挖掘,同时引入用户指导的概念,提高了用户的满意程度及海量数据挖掘的效... 本文提出了一种基于用户指导的多关系关联规则挖掘算法,借鉴有向图的概念动态的选择最优关键表,并利用元组ID传播的思想使多表间无需物理连接而能直接进行关联规则挖掘,同时引入用户指导的概念,提高了用户的满意程度及海量数据挖掘的效率和精确度.该算法能够直接支持关系数据库,且运行效率远远高于基于ILP技术的多关系关联规则挖掘算法. 展开更多

关键词 多关系数据挖掘 多关系关联规则 用户指导 有向图 元组ID传播

下载PDF 职称材料

面向语义的精简化多关系频繁模式发现方法 被引量：1

9

作者 杨炳儒 张伟 钱榕 《中国工程科学》 2008年第9期47-53,共7页

多关系频繁模式发现能够直接从复杂结构化数据中发现涉及多个关系的复杂频繁模式,避免了传统方法的局限。有别于主流基于归纳逻辑程序设计技术的方法,提出了基于合取查询包含关系的面向语义的精简化多关系频繁模式发现方法,具有理论与... 多关系频繁模式发现能够直接从复杂结构化数据中发现涉及多个关系的复杂频繁模式,避免了传统方法的局限。有别于主流基于归纳逻辑程序设计技术的方法,提出了基于合取查询包含关系的面向语义的精简化多关系频繁模式发现方法,具有理论与技术基础的新颖性,解决了两种语义冗余问题。实验表明,该方法在可理解性、功能、效率以及可扩展性方面具有优势。 展开更多

关键词 多关系数据挖掘 频繁模式发现 合取查询 精简化模式

下载PDF 职称材料

一种多关系频繁模式挖掘算法 被引量：1

10

作者 邓左祥 刘连芳 +1 位作者 梁一平 周小平 《计算机应用研究》 CSCD 北大核心 2009年第9期3285-3288,共4页

传统数据挖掘算法在处理多表时,需要物理连接,存在效率不高的问题。为了解决这一问题,提出了一种多关系频繁模式挖掘算法。该算法利用元组ID传播的思想,使多表间无须物理连接,就可以直接挖掘频繁模式。实验表明,此算法具有较高的效率。

关键词 多关系数据挖掘 频繁模式 元组ID传播

下载PDF 职称材料

一种无背景知识的多关系频繁模式发现算法研究 被引量：1

11

作者 胡健 张水平 《江西理工大学学报》 CAS 2008年第4期5-9,共5页

在无背景知识的面向数据的频繁模式发现研究中按照关系数据库概念重新定义了面向数据的多关系频繁模式发现任务和搜索空间.同时,使用了一个优化的精化算子构建搜索空间,这一精化算子一方面有效地利用了关系数据库隐含的数据模式特征,从... 在无背景知识的面向数据的频繁模式发现研究中按照关系数据库概念重新定义了面向数据的多关系频繁模式发现任务和搜索空间.同时,使用了一个优化的精化算子构建搜索空间,这一精化算子一方面有效地利用了关系数据库隐含的数据模式特征,从而能够自然地构建有趣形态的模式,另一方面能够在不过度限制搜索空间的情况下避免等价模式的产生.建立了一个候选模式评估共享计算策略,从而降低了方法评估阶段的时间复杂性.实验表明,所提出的MRFP-DA算法整体上具有良好的效率和可扩展性. 展开更多

关键词 多关系数据挖掘 频繁模式发现 优化精化算子

下载PDF 职称材料

一种有效的多关系聚类算法 被引量：1

12

作者 邓左祥 李春贵 《微电子学与计算机》 CSCD 北大核心 2016年第4期133-137,共5页

研究多关系数据挖掘的聚类问题,提出一种有效的多关系聚类算法EMC.EMC算法的目标是提高聚类的准确率,并且降低运行时间.EMC算法首先利用元组ID传播的思想,计算两个对象之间的相似度,接着利用K中心点聚类算法,将对象划分成簇.实验表明,EM... 研究多关系数据挖掘的聚类问题,提出一种有效的多关系聚类算法EMC.EMC算法的目标是提高聚类的准确率,并且降低运行时间.EMC算法首先利用元组ID传播的思想,计算两个对象之间的相似度,接着利用K中心点聚类算法,将对象划分成簇.实验表明,EMC算法显著降低运行时间,并且提高聚类的准确率. 展开更多

关键词 多关系数据挖掘 聚类 元组ID传播 相似度 K中心点聚类算法

下载PDF 职称材料

SCrossMine——一种基于多关系数据挖掘的空间分类方法研究

13

作者 石亚冰 黄予 彭昱忠 《广西师范学院学报（自然科学版）》 2013年第4期61-71,共11页

空间数据分类算法大部分基于单表,将多关系数据挖掘的分类技术用于构建空间数据对象的分类模型,特别是元组ID传播技术使得空间数据对象可以高效表征包括领域属性和空间位置的完整特征,从而使得分类依据更客观。实验表明SCrossMine算法... 空间数据分类算法大部分基于单表,将多关系数据挖掘的分类技术用于构建空间数据对象的分类模型,特别是元组ID传播技术使得空间数据对象可以高效表征包括领域属性和空间位置的完整特征,从而使得分类依据更客观。实验表明SCrossMine算法可以获取较高的分类精度,同时分类结果也能较好不同类别对象的空间分布格局。 展开更多

关键词 空间数据分类 多关系数据挖掘 多关系分类算法 元组ID传播

下载PDF 职称材料

一种基于滑动窗口的多关系模式频度更新算法

14

作者 侯伟 杨炳儒 +1 位作者 吴晨生 周谆 《系统工程与电子技术》 EI CSCD 北大核心 2009年第3期671-676,共6页

面向多个相关数据流的挖掘算法研究尚处于起步阶段。作为多数据流挖掘算法的基础,模式频度更新算法仍然存在计数不准确、性能较低等问题,难以以此构造有效的挖掘算法。通过引入多关系挖掘概念以及目标关系定义,进而限定计数对象,提出了... 面向多个相关数据流的挖掘算法研究尚处于起步阶段。作为多数据流挖掘算法的基础,模式频度更新算法仍然存在计数不准确、性能较低等问题,难以以此构造有效的挖掘算法。通过引入多关系挖掘概念以及目标关系定义,进而限定计数对象,提出了一种基于滑动窗口的多关系模式频度更新算法MRPFU。该算法监视各数据流窗口的更新情况,采用计数传播策略,减少了时间与空间复杂度。理论分析及实验结果证明了所提算法的有效性且具有较高性能。 展开更多

关键词 数据挖掘 数据流 滑动窗口 多关系数据挖掘 频度更新

下载PDF 职称材料

一种有效率的基于图的关系学习算法

15

作者 郑丽珍 郭景峰 +1 位作者 李晶 边伟峰 《计算机科学》 CSCD 北大核心 2008年第3期161-163,共3页

多关系数据挖掘根据表示形式可以分为基于图的MRDM和基于逻辑的MRDM。本文讨论了基于图的数据挖掘和基于图的关系学习之间的关系,重点介绍基于图的关系学习算法Subdue及其优缺点,针对它的缺点提出优化的算法ESubdue,改进了子图同构的计... 多关系数据挖掘根据表示形式可以分为基于图的MRDM和基于逻辑的MRDM。本文讨论了基于图的数据挖掘和基于图的关系学习之间的关系,重点介绍基于图的关系学习算法Subdue及其优缺点,针对它的缺点提出优化的算法ESubdue,改进了子图同构的计算,减少了子图同构的次数。在实际和人工数据集上运行的实验结果显示它比原算法更加有效率。最后给出结论并指明将来的工作。 展开更多

关键词 多关系数据挖掘 基于逻辑的MRDM 基于图的MRDM Subdue

下载PDF 职称材料

基于遗传算法的多关系数据挖掘的研究

16

作者 宋旸 朱毅 《电脑知识与技术（过刊）》 2009年第9X期7333-7334,共2页

多关系数据挖掘的研究领域涉及多个学科,它在由多张表构成的关系数据库中进行知识发现。遗传算法是模拟生物的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该文将遗传算法应用于多关系数据挖掘,组合使用Apriori方法可从多... 多关系数据挖掘的研究领域涉及多个学科,它在由多张表构成的关系数据库中进行知识发现。遗传算法是模拟生物的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该文将遗传算法应用于多关系数据挖掘,组合使用Apriori方法可从多张表中高效地挖掘出有意义的关联规则。 展开更多

关键词 多关系数据挖掘 遗传算法 关联规则 APRIORI

下载PDF 职称材料

多关系决策树分类算法

17

作者 张宇 郝忠孝 《哈尔滨理工大学学报》 CAS 北大核心 2009年第A01期37-39,43,共4页

目前大多分类算法都是从数据库的单个表中挖掘分类模式的，但是现实中的数据大多以多个关系表的形式存在，而且各个表之间存在联系．用选择图表示多关系决策树中结点的分类算法，直接从多个关系表中挖掘分类模型，不需要将多个表进行连... 目前大多分类算法都是从数据库的单个表中挖掘分类模式的，但是现实中的数据大多以多个关系表的形式存在，而且各个表之间存在联系．用选择图表示多关系决策树中结点的分类算法，直接从多个关系表中挖掘分类模型，不需要将多个表进行连接操作．对该方法进行了研究，发现多关系决策树算法在处理限定词互补方面存在缺陷，并给出了相应的改进． 展开更多

关键词 多关系数据挖掘 分类 决策树 选择图

下载PDF 职称材料

一种有效的多关系决策树分类算法

18

作者 邓左祥 李春贵 《内蒙古农业大学学报（自然科学版）》 CAS 北大核心 2020年第2期63-68,共6页

多关系数据挖掘,是数据挖掘方向其中一个热门的研究内容,并且是具有挑战的一个问题。在处理多关系时,传统的数据挖掘算法需要进行物理连接,因而存在效率不高的问题。为了解决这个问题,研究多关系数据挖掘的分类,提出一种有效的多关系决... 多关系数据挖掘,是数据挖掘方向其中一个热门的研究内容,并且是具有挑战的一个问题。在处理多关系时,传统的数据挖掘算法需要进行物理连接,因而存在效率不高的问题。为了解决这个问题,研究多关系数据挖掘的分类,提出一种有效的多关系决策树分类算法,名为EMDT。EMDT的目标是提高分类准确率,并减少运行时间。EMDT利用元组ID传播,构造出一颗决策树,可以直接在多关系中对类标号未知的元组进行分类,不需要进行物理连接。实验表明,EMDT提高分类准确率,并显著减少运行时间。 展开更多

关键词 多关系数据挖掘 分类算法 元组ID传播 决策树

原文传递

多关系数据挖掘研究综述 被引量：4

19

作者 张伟 杨炳儒 宋威 《计算机工程与应用》 CSCD 北大核心 2006年第2期1-6,共6页

多关系数据挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的数据挖掘方法只能完成单一关系中的模式发现,多关系数据挖掘能够从复杂结构化数据中发现涉及多个关系的复杂模式。该文综述了多关系数据挖掘的研究状况。首先分析了多... 多关系数据挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的数据挖掘方法只能完成单一关系中的模式发现,多关系数据挖掘能够从复杂结构化数据中发现涉及多个关系的复杂模式。该文综述了多关系数据挖掘的研究状况。首先分析了多关系数据挖掘领域发生的原因和背景,其次总结了多关系数据挖掘研究的一般方法,然后介绍、分析了最具代表性的多关系数据挖掘算法。最后,总结了多关系数据挖掘将来发展需重点解决的问题和面临的挑战。 展开更多

关键词 多关系数据挖 掘归纳逻辑程序设计 多关系决策树 关系距离测度 多关系关联规则 统计关系学习

下载PDF 职称材料

多关系数据挖掘方法研究 被引量：5

20

作者 徐光美 杨炳儒 +1 位作者 张伟 宁淑荣 《计算机应用研究》 CSCD 北大核心 2006年第9期8-12,共5页

目前大多数数据挖掘方法是从单关系中发现模式,而多关系数据挖掘(MRDM)则可直接从关系数据库的多表中抽取有效模式。MRDM可以解决原有命题数据挖掘方法不能解决的问题,它不仅有更强的信息表示能力,可以表示和发现更复杂的模式,还可以在... 目前大多数数据挖掘方法是从单关系中发现模式,而多关系数据挖掘(MRDM)则可直接从关系数据库的多表中抽取有效模式。MRDM可以解决原有命题数据挖掘方法不能解决的问题,它不仅有更强的信息表示能力,可以表示和发现更复杂的模式,还可以在挖掘进程中有效地利用背景知识来提高挖掘效率和准确率。近年来,借鉴归纳逻辑程序设计(ILP)技术,已经形成许多多关系数据挖掘方法,如关系关联规则挖掘方法、关系分类聚类方法等。 展开更多

关键词 多关系数据挖掘(关系数据挖掘) 归纳逻辑程序设计 关系分类回归 关系关联规则 基于距离的关系方法

下载PDF 职称材料