面向大数据的粒计算理论与方法研究进展

梁吉业; 钱宇华; 李德玉; 胡清华

doi:10.11959/j.issn.2096-0271.2016038

您当前的位置：

首页 >

文章列表页 >

面向大数据的粒计算理论与方法研究进展

研究 | 更新时间：2024-06-03

- 面向大数据的粒计算理论与方法研究进展
- Research development on granular computing theory and method for big data
- 大数据 2016年2卷第4期页码：2016038
- 作者机构：
  
  1. 山西大学计算智能与中文信息处理教育部重点实验室，山西太原 030006
  2. 山西大学计算机与信息技术学院，山西太原 030006
  3. 天津大学计算机科学与技术学院，天津 300072
- 作者简介：
  
  [ "梁吉业（1962-），男，博士，山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院教授，主要研究方向为人工智能、粒计算、数据挖掘与机器学习。" ]
  [ "钱宇华（1976-），男，博士，山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院教授，主要研究方向为人工智能、数据挖掘与机器学习。" ]
  [ "李德玉（1965-），男，博士，山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院教授，主要研究方向为数据挖掘与机器学习、粒计算、概念格。" ]
  [ "胡清华（1976-），男，博士，天津大学计算机科学与技术学院教授，主要研究方向为人工智能、机器学习、模式识别。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61432011);国家自然科学基金资助项目;The National Natural Science Foundation of China(U1435212)
- DOI：10.11959/j.issn.2096-0271.2016038
  中图分类号： TP391
- 网络首发：2016-07，
  
  纸质出版：2016-07-20
- 稿件说明：
移动端阅览
梁吉业, 钱宇华, 李德玉, 等. 面向大数据的粒计算理论与方法研究进展[J]. 大数据, 2016,2(4):2016038.

Jiye LIANG, Yuhua QIAN, Deyu Li, et al. Research development on granular computing theory and method for big data[J]. Big Data Research2016, 2(4): 2016038.
梁吉业, 钱宇华, 李德玉, 等. 面向大数据的粒计算理论与方法研究进展[J]. 大数据, 2016,2(4):2016038. DOI： 10.11959/j.issn.2096-0271.2016038.

Jiye LIANG, Yuhua QIAN, Deyu Li, et al. Research development on granular computing theory and method for big data[J]. Big Data Research2016, 2(4): 2016038. DOI： 10.11959/j.issn.2096-0271.2016038.

摘要

大数据的规模性、多模态性与增长性给传统的数据挖掘方法带来了挑战。粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法，探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务，对数据粒化、多粒度模式发现与融合、多粒度/跨粒度推理等方面取得的一些进展进行梳理和剖析，并针对天文数据挖掘和微博数据挖掘两个典型示范应用领域的初步研究进行了总结，以期为大数据挖掘领域的研究做出有益的探索。

Abstract

Aiming at several data mining tasks

research developments on data granulation

multi-granularity pattern discovery and fusion

multi-granularity reasoning were carded and analyzed

and the preliminary study on two typical applications astronomical data mining and microblog data mining was summarized

which would be helpful for making a beneficial exploration in big data mining area.

关键词

Keywords

references

FENG C , HU Q H , LIAO S Z . Random feature mapping with signed circulant matrix projection [C ] // The 24th International Joint Conference on Artificial Intelligence (IJCAI 2015),July 25-31,2015 , Buenos Aires,Argentina . California ： AAAI Press , 2015 : 3490 - 3496 .

ZHU P F , HU Q H , ZHANG C Q , et al . Coupled dictionary learning for unsupervised feature selection [C ] // AAAI Conference on Artificial Intelligence,February 12-17,2016 , Phoenix,Arizona,USA . California ： AAAI Press , 2016 : 1 - 7 .

WEI W , WANG J H , LIANG J Y , et al . Compacted decision tables based attribute reduction [J ] . Knowledge-Based Systems , 2015 ( 86 ): 261 - 277 .

BAI L , LIANG J Y . Cluster validity functions for categorical data:a solutionspace perspective [J ] . Data Mining and Knowledge Discovery , 2015 , 29 ( 6 ): 1560 - 1597 .

LIANG J Q , HAN Y H , HU Q H . Semi-supervised image clustering with multi-modal information [J ] . Multimedia Systems , 2016 , 22 ( 2 ): 149 - 160 .

赵兴旺 , 梁吉业 . 一种基于信息熵的混合数据属性加权聚类算法 [J ] . 计算机研究与发展 , 2016 , 53 ( 5 ): 1018 - 1028 .

ZHAO X W , LIANG J Y . An attribute weighted clustering algorithm for mixed data based on information entropy [J ] . Computer Research and Development , 2016 , 53 ( 5 ): 1018 - 1028 .

QIAN Y H , LIANG J Y , DANG C Y . Fuzzy granular structure distance [J ] . IEEE Transactions on Fuzzy Systems , 2015 , 23 ( 6 ): 2245 - 2259 .

LIN G P , LIANG J Y , QIAN Y H . Uncertainty measures for multigranulation approximation space [J ] . International Journal of Uncertainty,Fuzziness and Knowledge-Based Systems , 2015 , 23 ( 3 ): 443 - 457 .

QIAN Y H , LI F J , LIANG J Y , et al . Space structure and clustering of categorical data [J ] . IEEE Transactions on Neural Networks and Learning Systems , 2015 : 1 - 13 .

ZHAO L , HU Q H , WANG W W . Heterogeneous feature selection with multi-modal deep neural networks and sparse group lasso [J ] . IEEE Transactions on Multimedia , 2015 , 17 ( 11 ): 1936 - 1948 .

LIN G P , LIANG J Y , QIAN Y H . An information fusion approach by combining multigranulation rough sets and evidence theory [J ] . Information Sciences , 2015 , 314 ( 1 ): 184 - 199 .

QIAN Y H , XU H , LIANG J Y , et al . Fusing monotonic decision trees [J ] . IEEE Transactions on Knowledge and Data Engineering , 2015 , 27 ( 10 ): 2717 - 2728 .

ZHAO S , ZOU Q . Fusing multiple hierarchies for semantic hierarchical classification [C ] // The 8th International Conference on Machine Learning and Computing,February 22-23 , Hong Kong,China .[S.l.:s.n. ] , 2016 : 47 - 51 .

LI R , WU J , WANG Z Q , et al . Implicit role linking on Chinese discourse:exploiting explicit roles and frameto-frame relations [C ] // The 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing,July 26-31,2015 , Beijing,China .[S.l.:s.n. ] , 2015 : 1263 - 1271 .

ZHANG P , WANG S G , LI D Y . Crosslingual sentiment classification:similarity discovery plus training data adjustment [J ] . Knowledge-Based Systems , 2016 , 107 ( 1 ): 129 - 141 .

张鹏 , 王素格 , 李德玉 . 一种策略融合的跨语言文本情感倾向判别方法 [J ] . 中文信息学报 , 2016 , 30 ( 2 ): 32 - 40 .

ZHANG P , WANG S G , LI D Y . A multistrategy approach to cross-lingual sentiment analysis [J ] . Journal of Chinese Information Processing , 2016 , 30 ( 2 ): 32 - 40 .

郭兰杰 , 梁吉业 , 赵兴旺 . 融合社交网络信息的协同过滤推荐算法 [J ] . 模式识别与人工智能 , 2016 , 29 ( 3 ): 281 - 288 .

GUO L J , LIANG J Y , ZHAO X W . Collaborative filtering recommendation algorithm incorporating social network information [J ] . Pattern Recognition and Artificial Intelligence , 2016 , 29 ( 3 ): 281 - 288 .

浏览量

1092

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

大数据分析与应用技术创新平台

大数据环境下的管理信息系统发展研究

大数据时代的数据挖掘——从应用的角度看大数据挖掘

特异群组挖掘：框架与应用

面向大数据的可扩展正则采样并行排序算法