《基於粒計算的動態更新知識理論與高效算法研究》是依託西南交通大學，由李天瑞擔任項目負責人的面上項目。
基本介紹
- 中文名：基於粒計算的動態更新知識理論與高效算法研究
- 項目類別：面上項目
- 項目負責人：李天瑞
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
日益複雜和動態變化的海量數據處理是當前人們普遍關注的問題，其核心內容之一是研究如何利用已有的信息實現快速的知識更新。粒計算是信息處理中一種新的計算範式，已成功套用到知識發現等領域。本項目基於粒計算來研究動態更新知識的理論與高效算法。以鄰域粗糙集、機率粗糙集、模糊粗糙集和多論域粗糙集為研究對象，研究內容分為兩大部分：1.研究粒度變化下基於這些粗糙集模型的高效知識更新機理，討論這些粗糙集模型下不同粒層次之間轉換的數學關係，分析不同粒度之間的變換規律，研究粒度變換中基於這些粗糙集模型的知識增量更新技術，以形成適合不同情況下大規模信息系統知識動態更新與維護的理論與方法，為建立基於粒計算的高效知識發現理論體系奠定基礎；2.利用雲計算中並行處理技術研究設計其中的動態更新知識的高效算法，提高套用粒計算和粗糙集解決不同情況下大規模信息系統學習問題時的知識發現效率，為複雜的海量數據處理提供理論、方法和算法。
結題摘要
如何利用已有信息實現快速知識更新是當前大數據處理中一個普遍關注問題。本項目以若干典型粗糙集擴展模型為研究對象，基於粒計算對動態知識更新的理論與高效算法進行研究，主要取得了以下成果：(1)針對信息系統中對象、屬性或屬性值粒度變化的情形下，給出了不同粒層次之間轉換的數學關係，刻畫了不同粒度之間的變換規律，提出粒度變換中基於若干典型粗糙集模型的高效知識更新方法；(2)採用增量學習技術，設計了在不同粒度變化下基於若干典型粗糙集模型的高效動態更新知識算法，並進行了性能評測；(3)基於雲計算技術，設計了動態更新知識算法的並行化處理方法，進一步提升了其效率。本項目共發表/錄用論文107篇，其中國際期刊論文43篇，國際會議論文43篇，國核心心期刊論文19篇；論文已被SCI檢索38篇、EI檢索39篇；獲國際會議優秀論文獎1次，國際會議、全國會議和IEEE成都分會優秀學生論文獎各1次；國際會議大會特邀報告5次、指南報告1次；主辦國際研討會和國內研討會各1次，承辦國際會議、國際研討會和全國會議各1次；培養了多名研究生，1名博士論文獲得ACM成都優秀博士論文獎。這些成果為建立基於粒計算的高效知識發現理論體系和處理複雜且動態的大數據提供了學術思想與技術路線。
