維護型協調器的功能是模擬“心理信息修復” 這一認知心理特征，從而實現知識庫的實時維護。由于維護型協調器對KDD過程的介入，可以在對于重復性、一致性、冗余性、從屬性、循環性等給予準確定義的基礎上，利用超圖等理論工具，實時地、盡

早地將重復、矛盾、冗余的知識進行處理，從而做到只對那些有可能成為新知識的假設進行評價，最大限度地減少了評價工作量；同時，可對知識庫進行實時維護。在實際的專家系統中，最終成為新知識的假設占原假設的比例是很小的，大量假設會是重復和冗余的，因此維護型協調器的引入將提高KDD的效率。該協調器是通過維護協調算法來實現的，圖3將給出該算法的流程圖：

圖3維護協調算法流程圖

2.1.2 雙基融合機制的實現技術

雙基融合機制是由三個協調器來具體實現的。該項內容已正式申報國家發明專利《一種融入R型協調器的KDK系統》(200510086965.8)、《一種融入R型與S型協調器的KDK系統》（200510086964.3）和《一種基于雙基融合機制的的KDK*系統》（200510086966.2）（見附件 ）。

1)R型協調器：通過綜合歸納推理來發現新知識.知識庫的組成包括事實和規則兩部分.

2)S型協調器：KDK發現的規則（特別是難于決斷的知識）在進行評價前，先將其送入KDD*過程中進行定向挖掘，用KDD*的發掘結果先行評估，若此條規則在KDD*過程中也可被發現，則認為該規則有效的幾率較大；反之，則認為此知識缺乏數據支持.

3)T協調器：在規則已被KDK過程確認后，將產生一個定向搜索進程，搜索知識庫中對應位置是否有此生成規則的重復、冗余和矛盾.這樣可以對知識庫進行實時維護，做到只對那些最有可能成為新知識的假設進行評價，從而最大限度的減少評價量.

2.2 新過程模型構造方法

目前知識發現研究的主流是尋求在各類數據庫和應用背景下高性能、高擴展性的挖掘算法。對挖掘的過程（結構）模型的研究較少，如何從根本上改進數據挖掘流程是當前知識發現研究所面臨的一個極富挑戰性的問題。在原創性的三個機制的基礎上，我們用系統論與認知科學的思想和方法（特別是模型化的方法）來研究復雜的知識發現過程，相應的過程（結構）模型的描述如下所示： 

由內在認知機理的研究成果誘導出決定知識發現過程信息流程與挖掘線路的七個新過程（結構）模型----是將原有的知識發現過程模型融合上述的三個機制而產生的。即：①KDD*=KDD+雙庫協同機制；②KDK*=KDK+雙基融合機制；③KD(D&K)=KDD*+KDK*；④基于KD(D&K)又演變出分布式綜合知識發現系統DKD（D&K）模型；⑤KDD*E=KDD*+信息擴張機制；⑥用于復雜類型數據挖掘的發現特征子空間模型DFSSM;⑦基于KDTICM及DFSSM還提出了圖像挖掘過程模型IMDFSSM。以下分述之：

上一頁  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23]  下一頁