一种基于GDT的缺省规则发现算法

一种基于GDT的缺省规则发现算法

齐红¹, 刘大有¹, 刘亚波¹, 崔广才^1,2

1. 吉林大学计算机科学与技术学院, 长春 130012； 2. 长春理工大学计算机科学技术学院, 长春 130022

收稿日期:2003-11-24 修回日期:1900-01-01 出版日期:2004-07-26 发布日期:2004-07-26
通讯作者: 齐红

An algorithm for discovery default rules based on GDT

QI Hong¹, LIU Da-you¹, LIU Ya-bo¹, CUI Gu ang-cai^1,2

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China; 2. College of Computer Science and Technology, Changchun University of Science and Technology, Changchun 130022, China

Received:2003-11-24 Revised:1900-01-01 Online:2004-07-26 Published:2004-07-26
Contact: QI Hong

摘要/Abstract

摘要： 将泛化分配表(GDT)作为假说搜索空间, 提出了一种从不一致和不完全的数据中提取缺省规则的算法. 使用该算法可以从不一致和不完全的数据中挖掘缺省规则, 同时该算法可过滤数据中的噪声, 并且可以对未见实例进行预测.

关键词: 泛化分配表, 缺省规则, 不一致性, 不完全性

Abstract: By using a generalization distribution table (GDT) as a hypothesis search space, this paper presents an algorithm to discover default rules from the information system with inconsistencies and incompleteness, by which the default rule can be mined and the noisy in the data can be filtered, and unseen instances can be predicted.

Key words: generalization distribution table, default rules, inc onsistency, incompleteness

中图分类号:

TP311

齐红, 刘大有, 刘亚波, 崔广才. 一种基于GDT的缺省规则发现算法[J]. J4, 2004, 42(03): 397-401.

QI Hong, LIU Da-you, LIU Ya-bo, CUI Gu ang-cai. An algorithm for discovery default rules based on GDT[J]. J4, 2004, 42(03): 397-401.

[1]	杨光, 贾焱鑫, 陈翔, 许舒源. 基于深度学习的Stack Overflow问题帖分类方法[J]. 吉林大学学报(理学版), 2021, 59(4): 922-928.
[2]	李芳, 曲豫宾, 陈翔, 李龙, 杨帆. 一种基于类不平衡学习的情感分析方法[J]. 吉林大学学报(理学版), 2021, 59(4): 929-935.
[3]	曲豫宾, 陈翔, 李龙. 可缓解类重叠问题的跨版本软件缺陷预测方法[J]. 吉林大学学报(理学版), 2021, 59(2): 372-378.
[4]	何锴琦, 马宇骁, 张炎, 刘华虓. 一种基于数据的GitHub项目个性化混合推荐方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1399-1406.
[5]	胡黄水, 赵思远, 刘清雪, 王出航, 王婷婷. 基于动量因子优化学习率的BP神经网络PID参数整定算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1415-1420.
[6]	穆翔宇, 范钰, 李苏吉, 张鹏, 刘磊. 一种基于梯度下降算法的蜕变关系生成方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1429-1435.
[7]	王壹铭, 初剑峰, 王永军, 陈彦东. 基于有向无环图的高效区块链共识算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1167-1172.
[8]	骆焦煌. 基于卷积神经网络的粗粒度数据分布式算法[J]. 吉林大学学报(理学版), 2020, 58(4): 906-912.
[9]	吴春琼. 面向大规模数据的特征趋势推理算法[J]. 吉林大学学报(理学版), 2020, 58(2): 364-370.
[10]	楚玺, 周志祥, 邓国军, 邵帅. 模糊图像的不连续边缘智能检测改进算法[J]. 吉林大学学报(理学版), 2019, 57(04): 875-881.
[11]	刘良凤, 刘三阳. 基于权重差异度的动态模糊聚类算法[J]. 吉林大学学报(理学版), 2019, 57(3): 574-582.
[12]	魏晓辉, 许国威, 王兴旺, 徐海啸. 基于节点相似性和链接次数组合时间序列的链接预测[J]. 吉林大学学报(理学版), 2019, 57(3): 583-590.
[13]	刘久彪. 空间数据库反向最近邻聚类方法[J]. 吉林大学学报(理学版), 2019, 57(2): 387-392.
[14]	张世铮. 基于位移Hermite分裂的图像恢复算法[J]. 吉林大学学报(理学版), 2019, 57(1): 97-104.
[15]	王晓天, 边思宇. 基于遗传算法和神经网络的PID参数自整定[J]. 吉林大学学报(理学版), 2018, 56(4): 953-958.