集成FCM与信息融合的粗粒度级信息的挖掘算法

摘要：

如何获取粗粒度级信息是信息管理与信息系统中的研究热点之一。提出一种基于模糊认知图（Fuzzy Cog-nitive Map，FCM）与信息融合集成挖掘的面向多样例粗粒度信息获取方法，FCM可以建立多细粒度概念与粗粒度概念之间的模糊认知关系，信息融合则用于构建粗粒度级概念的信息表达，NHL（Nonlinear Hebbian Learning）实现了基于数据源的自动学习，从而可以计算出粗粒度级概念的信息值，该方法在Fisher’s Iris公开数据集上分析并验证了有效性，并将此应用于基于科技文献大数据的科技人才评价发现中。

关键词：模糊认知图(FCM)、信息融合、粗粒度级信息、非线性Hebbian学习(NHL)、数据挖掘

分类号：TP393(计算技术、计算机技术)

资助基金：博士后基金No.2014M550793；国家自然科学基金No.61175048；省自然科学基金No.F2014508028，No.2012-Z-932Q。

在线出版日期：2014-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7-9,35