论文部分内容阅读
为了建立一种泛化能力较强的知识发现方法,本文从认知事物视角出发,以表征事物普遍性为特征的概念驱动与表征事物特异性为特征的数据驱动两种方法学为哲学原理,以数学偏序为描述工具,建立属性偏序结构理论,提出了利用偏序结构图形用于知识发现和模式分类的方法。在国际公开数据库数据上,利用所提出的方法生成四种偏序结构图形,这些图形很好地揭示了数据中隐含的知识。本文提出的基于属性偏序结构原理的知识发现方法具有很好的泛化能力,是适合于各个领域进行知识发现的一种原创性方法。