基于分类子格融合的概念格分布式分类方法

• 作 者: 张玉红 胡学钢 刘晓平
• 机 构: 合肥工业大学计算机与信息学院
• 出 处: 微电子学与计算机
• 发表日期: 2007年9期
• 关键词: 分类 分布式 融合 机器学习 classification distributed aggregation machine learning
• 基金项目: 国家自然科学基金项目（050420207）,安徽省自然科学基金项目（050420207）

基于概念格扩展模型提取分类规则具有一定的优越性，将分布的思想引入概念格的分类规则提取过程中有助于进一步提高概念格的时空性能。由于各数据源中数据的差异，使得各数据源上的知识具有一定的局部性．甚至会出现矛盾，因而需要有效的知识融合方法。文中探讨多概念格的分类规则求解，提出基于分类子格的融合方法，理论分析和实验验证表明，该方法能保证规则的完整性。