一种知识抽取的方法

摘要

本发明公开了一种知识抽取的方法，包括以下步骤：计算约简初值；启用双矩编码策略；搜索初始化；计算结束判据；计算搜索个体的适应值；最优保存；状态转移联合操作。本发明采用双矩编码策略，搜索个体位置编码成0、1字符串，维度与条件属性个数相同。当维度规模超过23时，完成约简所消耗的时间并不呈指数显著增长，节约了空间维度和时间。本发明采用粗糙集正区判别POS'E＝U′pos适应值为对应条件属性个数，如果POS'E≠U′pos适应值惩罚为条件属性总数，这一策略简单合理地保证了知识抽取效果。本发明用搜索个体所组成的群体优势动态地搜索，并采用一种有效的正区比较进行特征组合得到多知识的方法。

主权项

1.一种知识抽取的方法，其特征在于：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)${U^{\prime }}_{\mathrm{POS}}=\{{u^{\prime }}_{i_1},{u^{\prime }}_{i_2},···{u^{\prime }}_{i_t}\}---\left(3\right)$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；利用n个搜索个体所形成的种群在解空间进行并行搜索，令搜索个体的最大速度v_max=r；时间步t=0时，对n个搜索个体的进行随机初始化，即第i个搜索个体的第j维的位置p_ij＝Rand(0,r)和第i个搜索个体的第j维的速度v_ij＝Rand(-v_max,v_max)；式中，r为定义域，t为时间步；D、计算结束判据若满足预定最大迭代次数或10次迭代结果无改善，则输出结果p*和f(p*)并结束计算；否则，转步骤E；式中，p*为搜索个体所组成的群中最好的个体状态，是第i个搜索个体从t=0开始迭代到当前最好的状态，f(p*)是搜索个体所组成的群中最好的个体状态所确定的适应值；E、计算搜索个体的适应值采用粗糙集正区判别，如果POS'_E＝U′_pos，则适应值为对应条件属性个数；如果POS'_E≠U′_pos，则适应值惩罚为条件属性总数；F、最优保存令t＝t+1，实施最优保存策略，即：$p_i^{\#}\left(t\right)=\underset{1\le i\le n}{\arg \min }(f\left(p_i^{\#}(t-1)\right),f\left(p_i\left(t\right)\right))$$p^{*}\left(t\right)=\underset{1\le i\le n}{\arg \min }(f\left(p^{*}(t-1)\right),f\left(p_1\left(t\right)\right),···,f\left(p_n\left(t\right)\right))$G、状态转移联合操作引入搜索个体所组成的群体优势动态地搜索，针对每个搜索个体的每一维度根据公式(4)、(5)和(6)执行状态转移联合操作：$v_{\mathrm{ij}}\left(t\right)={\mathrm{wv}}_{\mathrm{ij}}(t-1)+c_1{r}_1(p_{\mathrm{ij}}^{\#}(t-1)-p_{\mathrm{ij}}(t-1))+c_2{r}_2(p_j^{*}(t-1)-p_{\mathrm{ij}}(t-1))---\left(4\right)$$p_{\mathrm{ij}}\left(t\right)=\left\{\begin{array}{cc}1& \mathrm{if\rho }<\mathrm{sig}\left(v_{\mathrm{ij}}\left(t\right)\right)\\ 0& \mathrm{otherwise}.\end{array}\right.---\left(5\right)$其中，$\mathrm{sig}\left(v_{\mathrm{ij}}\left(t\right)\right)=\frac{1}{1+e^{-v_{\mathrm{ij}}\left(t\right)}}---\left(6\right)$转步骤D。