[发明专利]一种知识抽取的方法

说明书

技术领域

本发明涉及一种知识发现技术，特别是一种知识抽取方法。

背景技术

粗糙集理论是一种处理不精确、不一致与不完全数据的数学工具，它是波兰科学家Pawlak于1982年提出的，能在保持分类能力不变的前提下，通过知识约简获得知识的分类规则。与决策树、贝叶斯方法等相比，粗糙集方法不需要先验知识，仅利用数据本身所提供的信息系统中发现知识。在真实世界中，许多信息系统的知识体现通常并不唯一，有多个角度的知识，它们可能是信息系统中的不同属性的多个不同组合，其分类性能相当。这些多体知识在特定的环境中，将可能发挥不同的作用。例如，在多机器人实时路径选择中，内存记忆体容量足够的情况下，多体知识提供更多的路径选择，能够表现出更强的回避障碍能力。对于知识抽取而言，每个约简能够表示成不同的单体知识，这些多约简共同形成多体知识系统，在实际应用中有着很重要的价值。

已经证明求解决策表的所有约简和最小约简是NP．hard问题。为此，通常采用启发式的方法进行属性约简。常用的启发式算法有基于信息熵的属性约简算法、基于可分辨矩阵的属性约简算法和基于正区域的属性约简算法。大多数启发式约简算法的基本思路是以核属性为起点，然后根据属性重要性的某种测度，依次选择核属性以外未被添加到约简集中最重要的属性，将其加入到约简集中，直到满足终止条件，由此得到决策表的一个约简。这一约简只能在知识系统中表示为单体知识。当前，多知识抽取是知识发现技术中面临的一个重要问题。

发明内容

为解决现有技术存在的上述问题，本发明要提出一种在现有信息体系中得到多体知识的知识抽取方法。

为了实现上述目的，本发明的技术方案如下：一种知识抽取的方法，包括以下步骤：

A、计算约简初值

根据公式(1)、(2)和(3)计算约简正区POS'_E、约简论域U'、约简正区U′_pos

记U/C={[u'₁]_C,[u'₂]_C,…,[u'_m]_C}，则

U′＝{u′₁,u'₂,…,u'_m}(2)

U′POS={u′i1,u′i2,···u′it}---(3)]]>

B、启用双矩编码策略

在解空间中搜索个体时，需要根据解空间的维度进行编码，所述的编码是将条件属性直接与搜索个体的位置维度形成映射，当信息系统论域对象超过4000、维度规模超过23时，每3个属性对应于一个编码单元，这样，在维度上表现为1位，位置的取值范围为0~7的整数；

C、搜索初始化

为不失一般性，假定约简的定义域为[0,r]，即解空间最大取值为r，最小取值为0，解空间维度为d，如果步骤B中采用的是一位编码表示法，那么r＝1；如果步骤B中采用的是缩位编码表示法，那么r=7；