一种获取渔场知识的数据挖掘模型及知识表示方法研究  

Research on data mining model for obtaining and representing fishery knowledge

作　　者：袁红春[1] 汤鸿益[1] 陈新军[2] 

机构地区：[1]上海海洋大学信息学院,上海201306 [2]上海海洋大学海洋科学学院,上海201306

出　　处：《计算机应用研究》2010年第12期4443-4446,共4页Application Research of Computers

基　　金：上海市教育委员会科研创新资助项目(09YZ267);国家"863"计划资助项目(2007AA092202;2007AA092201);国家发改委专项基金资助项目(2060403)

摘　　要：提出了一种获取渔场知识的数据挖掘模型及知识表示方法。首先利用SVM(支持向量机)和模糊分类器从数据库中提取出有利于渔情预测的静态知识,然后通过可拓挖掘方法将静态知识转换为动态知识,最后采用本体构建技术对渔场的静态知识和动态知识进行表达,建立本体知识库。在上述方法的研究基础上,建立了以印度洋大眼金枪鱼为例的渔情预测原型系统。系统运行结果表明,提出的获取渔场知识的数据挖掘模型及知识表示方法是有效可行的。This paper proposed a new knowledge discovery and representation model for fishery,which took three steps. Firstly,it extracted static knowledge from database by SVM （ support vector machine） and fuzzy classifier. Secondly,it used extension data mining method to transfer static knowledge into dynamic knowledge. Thirdly,it established an ontology knowledge base by utilizing a mapping mechanism between the dynamic knowledge and ontology. Using the proposed model building pro-cedure,implemented a prototype system for fishery forecasting. Experimental results show that the proposed method is effective and efficient.

关 键 词：知识发现 可拓数据挖掘 本体 印度洋大眼金枪鱼 渔情预测 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]