离散数据上的非监督数据挖掘算法研究
Contribuinte(s) |
沈一栋 |
---|---|
Data(s) |
04/06/2009
|
Resumo |
离散属性数据是数据挖掘中的一类重要数据,而非监督学习,是数据挖掘采用的一类关键方法。 本文针对多种类型的离散数据,包括文本数据,时序离散序列数据和多维离散数据, 研究若干新的非监督数据挖掘算法。主要内容包括: 多文集文本的主题建模 将 LDA 应用于多文集数据,提出了多文集文本上的主题建模方法 C-LDA。 在 C-LDA 中,主题信息可以在各个文集间传递,因此也可以将其看作一种基于传递学习的方法。 正是基于文集间的信息传递,C-LDA 更进一步克服了 LDA 模型在单文集文本数据上存在的过拟合现象。 此外,所提出的模型,还可以作为有监督的主题模型。通过大型多文集数据集,我们验证了该模型的有效性。 时序离散序列的主题建模 将 LDA 应用于时序离散序列数据,提出了 T-BiLDA 模型。在 T-BiLDA 模型中,我们提出了全局转移概率这一全新的概念。 基于该概念,T-BiLDA 模型将现有工作中的全局信息、局部信息和时序信息集成于同一个模型。在实际的入侵检测数据上取得了更好的效果。 多维离散数据的聚类分析 我们提出了将多维离散数据映射到空间数据的框架 R-map。使得现有的空间数据聚类算法可直接应用于映射后的数据。 我们从理论上证明了映射中能保持数据的聚类性质,并从实验上验证了 R-map的有效性。 |
Identificador | |
Idioma(s) |
中文 |
Fonte |
沈志勇.离散数据上的非监督数据挖掘算法研究[博士论文].中科院软件所.中科院软件所.2009 |
Palavras-Chave | #人工智能::人工智能其他学科 |
Tipo |
学位论文 |