天體光譜數(shù)據(jù)挖掘技術(編輯修改稿)
2025-06-20 00:00 本頁面
【文章內(nèi)容簡介】 ，單位：個） 約束條件 無約束 光度 _1∨ 化學豐度 _2 光度 _1 光度 _1∧ 化學豐度 _2 頻繁模式個數(shù) 5732 710 408 221 基于 CFP樹的天體光譜數(shù)據(jù)相關性分析系統(tǒng) ? 天體光譜數(shù)據(jù)預處理 歸一化 離散化（表 35 恒星光譜數(shù)據(jù)離散化參數(shù) ） ? 天體光譜知識表示 給定一個天體光譜數(shù)據(jù)庫 DB={I1,I2,? ,Im}為 DB中m條光譜數(shù)據(jù)的集合， DB中每一條光譜 Ii就是 I中的一組項目子集，即 Ii? I，其中： I = { A1,A2,… ,An ,S1,S2 ,… ,Sm }， Ai為第 i波長處的離散化特征屬性， Sj第 j個物理化學性質(zhì)的離散化屬性。 定義 35 設 r 是天體光譜數(shù)據(jù)庫中的關系表名個體變量， f 是表示關系表到屬性的映射的函詞， ?min 是最小支持度（ 0≤?min≤1），則天體光譜知識 G可由如下謂詞公式，通過邏輯運算符組成合適公式。 (1) Interesting (f(r)) (2) support(f(r), ?min) ? Interesting (f(r)) (3) Interested(f(r)) ? Interesting (f(r)) 對于任意天體光譜知識 G， G是由定義 35中的三類謂詞公式，通過邏輯運算符組成的合適公式，由文獻 [56]可知， G可化簡為合取范式，并用子句集 S來表示。 定理 36 設 S是表示天體光譜知識 G的子句集，任一子句s∈ S是由謂詞 Interesting (f(r)) 、 support(f(r), ?min) 、 Interested(f(r))所表達的若干有限文字析取式，且下列公式成立。 Interesting (f1(r1)) ?support(f2(r1), ?min) ?Interested(f3(r1)) ?Interesting（ f1(r1) ?f2(r1) ? f3(r1)） 定理 37 設 S是表示天體光譜知識 G的子句集，任一子句s∈ S是感興趣的天體光譜模式。 推論 31 設 G為天體光譜知識，則 G描述了一組感性趣的天體光譜模式，即天體光譜模式集。 ? 天體光譜數(shù)據(jù)的頻繁模式提取與關聯(lián)規(guī)則挖掘 CFP樹的遍歷： 創(chuàng)建一個項頭表，使得每個項通過一個節(jié)點鏈指向它在樹中的位置。提取過程從 1頻繁模式開始，構(gòu)造它的條件模式基； 然后構(gòu)造它的條件 CFP樹，并遞歸地在該樹上進行提取。 關聯(lián)規(guī)則生成： 對于任一頻繁模式 P?L，其中： P=P1?P2， P1是天體光譜數(shù)據(jù)特征的非空子模式， P2是物理化學性質(zhì)的非空子模式，如果 ?( P1?P2/DB)/ ?( P1/DB)≥?min，則生成一條關聯(lián)規(guī)則 “ P1? P2”。 ? 體系結(jié)構(gòu)與功能 主 程 序 數(shù)據(jù)預處理 背景知識獲取 CFP樹構(gòu)造 頻繁模式提取 關聯(lián)規(guī)則挖掘 預處理參數(shù)輸入 挖掘結(jié)果輸出 用戶接口 規(guī)則提取 FP樹的構(gòu)造 頻繁模式挖掘 歸一化 恒星光譜庫 恒星光譜數(shù)據(jù) 離散化 ? 運行結(jié)果及分析 退回 引言 離群數(shù)據(jù)識別的主要方法： 距離的方法、統(tǒng)計的方法、局部密度的方法和基于偏離模型的方法等。 大多數(shù)的方法是從全局的觀點看待離群數(shù)據(jù)，很難發(fā)現(xiàn)低維子空間中的偏移數(shù)據(jù)，而且很難應用于高維數(shù)據(jù)。 C 2021年提出了一種基于子空間的高維離群數(shù)據(jù)識別算法，該算法采用遺傳算法搜索離群數(shù)據(jù)。 C ,P . An effective and efficient algorithm for highdimensional outlier detection， The International Journal on Very Large Data Bases， 2021, 14 ( 2)： 211 – 221 存在問題： ①僅利用稀疏度系數(shù)，在子空間中來考察數(shù)據(jù)的行為，無法避免由于正常數(shù)據(jù)的稀疏，導致在子空間中也是稀疏的不足，因此識別結(jié)果不是準確的； ②不能確保能發(fā)現(xiàn)稀疏度系數(shù)最小的子空間，進而發(fā)現(xiàn)的離群數(shù)據(jù)也不夠準確，該文獻中的實驗也驗證了這一點； ③不能確保發(fā)現(xiàn)所有滿足條件的離群數(shù)據(jù)，識別結(jié)果的完備性
教學課件相關推薦
鄂ICP備17016276號-1