[發明專利]數據挖掘方法和裝置

無效

• 申請號: 200910237276.0
• 申請日: 2009-11-09
• 公開（公告）號: CN101706883A
• 公開（公告）日: 2010-05-12
• 發明（設計）人: 高強;宋雙;劉翼光;黃昭婷
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06N3/12
• 分類號: G06N3/12;G06F17/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉芳

1.一種數據挖掘方法，其特征在于，包括：

對每個初始群體中的染色體按照設定位數進行二進制編碼，得到決策信 息表，每個初始群體中的染色體在所述決策信息表中對應為一個樣本，所有 初始群體中的染色體經二進制編碼得到的相同基因位的數據在所述決策信息 表中對應為一個條件屬性子集，所述決策信息表中所有的條件屬性子集構成 條件屬性集合，每個樣本在所述決策信息表中對應一個決策屬性，所有樣本 的決策屬性在所述決策信息表中對應為一個決策屬性集合；

對由初始群體編碼得到的所述決策信息表進行屬性約簡，獲得所述決策 信息表的屬性約簡集合，具體包括：

從所述決策信息表的辨別矩陣中，獲取所述決策信息表的核心條件屬性 子集；

判斷所述決策信息表的所述決策屬性集合對所述核心條件屬性子集的依 賴程度是否等于所述決策屬性集合對所述條件屬性集合的依賴程度，如果是， 則將所述核心條件屬性作為屬性約簡集合；

否則，判斷所述決策信息表的所述決策屬性集合對所述條件屬性集合中至 少一個非核心條件屬性子集與所述核心條件屬性子集的并集的依賴程度是否等 于所述決策屬性集合對所述條件屬性集合的依賴程度，如果是，則將所述至少 一個非核心條件屬性子集與所述核心條件屬性子集的并集作為屬性約簡集合；

根據所述屬性約簡集合確定的遺傳算法，對所述初始群體進行選擇、交 叉和變異運算，獲取最優數據，具體包括：

根據所述每個初始群體中的染色體的適應度計算所述初始群體對應的遺 傳概率，按照所述遺傳概率選擇第一數量個染色體；

隨機選取交叉點，根據設定的交叉概率從所述第一數量個染色體中選取第二 數量個染色體，根據交叉點對所述第二數量個染色體上的基因位進行交叉運算；

根據設定的關鍵基因位的第一變異概率和非關鍵基因位的第二變異概 率，對所述染色體的基因位進行變異運算，所述關鍵基因位為所述決策信息 表的屬性約簡集合包括的基因位，所述非關鍵基因位為所述決策信息表的非 屬性約簡集合包括的基因位，所述第一變異概率的初始值大于所述第二變異 概率的初始值。

2.根據權利要求1所述的數據挖掘方法，其特征在于，所述根據設定的 關鍵基因位的第一變異概率和非關鍵基因位的第二變異概率，對所述染色體 的基因位進行變異運算，包括：

根據所述關鍵基因位的第一變異概率和非關鍵基因位的第二變異概率， 隨機選取變異點；

判斷所述變異點的基因位所屬的子代染色體的適應度是否大于父代染色 體的適應度，如果是，則所述變異點的基因位變異，使所述變異點的基因位 所屬的子代染色體替換父代染色體；否則，所述變異點的基因位不變異，使 所述變異點的基因位所屬的父代染色體保持不變；

將所述第一變異概率減去設定的第一差值、所述第二變異概率加上設定 的第二差值、循環次數累加后，判斷所述循環次數是否達到設定的迭代次數， 如果是，則獲取當前適應度最高的染色體。