大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域。但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱。形式背景中所包含的属性间关系、对象间关系以及对象-属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法。该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具。

基于属性偏序结构的《医学衷中参西录》妇科疾病医案用药规律研究

目的分析《医学衷中参西录》妇科疾病医案用药规律,探讨张锡纯辨治妇科疾病处方思路及学术思想。方法整理《医学衷中参西录》涉及经、带、胎、产、乳、杂的妇科疾病医案处方。采用SPSS Statistics 26软件进行数据挖掘和知识发现,分析纳入处方高频药物、性味、归经。绘制属性偏序结构图,进行层次角度分析和群结构角度分析,分析核心药物。结果纳入处方154首,涉及药物119味。高频药物有白术、白芍、黄芪、鸡内金、山药、甘草、玄参等。药性以温、平性为主,药味以甘、苦味为主,多归于肝经、脾经。处方核心药物为白术、白芍、黄芪。结论张锡纯治疗妇科疾病以补益气血为主,强调肝脾兼顾,遣方多用健脾益气、柔肝养阴、调补气血之品。

偏序结构环形图:一种大数据偏序结构可视化新方法

偏序结构图因其良好的知识可视化特性已在知识发现、数据挖掘等领域得以广泛应用。但在对大数据所形成的超大形式背景进行研究和分析时,偏序结构树形图存在的一些不足,使大数据可视化效果欠佳,不利于对大数据进行数据挖掘和知识发现。本文对偏序结构树形图进行改进,提出了可用于大数据分析的偏序结构环形图。对实例形式背景绘制出偏序结构环形图,并与其偏序结构树形图比较。实验结果表明,该方法清晰、直观,可视化效果较好,能更有效地呈现出大形式背景中的重要信息,可以应用在大数据的数据挖掘和知识发现中。

基于偏序结构理论的知识发现方法

大数据中的知识发现是大数据应用中的核心热点。本文从高度抽象认知事物视角出发,以表征事物普遍性为特征的概念驱动与表征事物特异性为特征的数据驱动两种方法学为哲学原理,提出了基于属性偏序结构图和对象偏序结构图的知识发现方法。分别从群结构、子群结构、支路、节点等角度对数据特征之间的结构关系进行讨论分析。属性偏序结构图将数据中具有某些共同特征的对象聚类到一起,是数据共性的表达;对象偏序结构图中,通过数据的独有属性可以快速有效的将特异性对象区分于其他对象。最后,以中医药方剂配伍研究问题为例,对张锡纯治疗中风的32个处方进行数据挖掘和知识发现,证明了该方法的有效性和实用性,为大数据知识发现研究提供了新的思路和方法。

基于语义标签生成和偏序结构的图像层级分类

智能电子设备和互联网的普及,使得图像数据爆炸性膨胀.为了有效管理复杂图像资源,提出一种基于加权语义邻近集和形式概念偏序结构的图像层级分类方法.首先,根据图像语义相关分数,对不同程度语义设定自适应权系数,从训练图库中构建加权语义邻近集,通过对语义邻近集中图像的词频分布进行判决,自动生成图像的多个语义标签;然后,以每幅图像为对象,以每幅图像自动生成的语义标签为属性,构建形式背景,通过偏序结构算法对复杂图像集进行有效的层级分类.该方法可以得到图像库中图像之间明确的结构关系和图像类别之间的从属关系,为复杂图像大数据进行层级分类管理提供了有效的思路.对Corel5k、Esp Game和Iaprtc12这3个数据库进行了图像标注实验,证明了标注的语义完整性和主要语义的准确性;并对Corel5k数据库进行了图像的层级分类实验,结果表明,层级分类效果显著.

基于非统计偏序结构模式的李赛美治疗情志病证经验研究

目的:基于非统计偏序结构模式数据挖掘方法,分析李赛美教授运用经方治疗情志病证的临床经验。方法:收集李赛美教授门诊以经方诊疗与情志症状密切相关的医案64例,基于形式概念分析理论的非统计偏序结构模式的数据挖掘知识发现方法,建立形式背景,生成属性偏序结构图,并从图中进行模式发现,从而分析李赛美教授运用经方治疗情志病证的经验。结果:情志症状主要有易怒、精神紧张,伴随症状主要是难入睡,常用药是柴胡10 g、炒白术30 g、白芍10 g,常用方是小柴胡汤、柴胡桂枝汤、柴胡加龙骨牡蛎汤、逍遥散、桂枝汤。结论:李李赛美认为情志病证多与肝脾肾有关,治疗重在疏肝、健脾、养阴和血,基于非统计偏序结构模式数据挖掘方法,能有效发现其运用经方治疗情志病证的临床经验。

偏序结构图的一种计算机生成算法

偏序结构图是为了解决形式概念分析和概念格中的诸如概念计算繁琐、连线交叉严重等不足,在大数据应用的紧迫趋势下被提出的。图形的手工绘制工作存在繁琐、重复、效率低下等缺点,亟需设计出快速、有效的偏序结构图计算机自动算法和软件工具。本文首先简单介绍偏序结构图的构图原理;其次,详细说明了该种图形的一些基本定义及生成方法;最后,简单扼要地说明偏序结构图的计算机实现,并用经典的形式背景生成相应的偏序结构图来说明该软件工具的工作流程。

基于偏序结构理论的情态与时、体、态互动关系知识发现研究

本文基于偏序结构理论和方法,研究了情态动词语义与时、体、态句法特征的互动关系。以英语情态动词can为目标词,划分了can的3个词义:能力(ability)、允许(permission)和可能性(possibility)。以can与相邻词的互信息作为语义特征,显性和隐性时态、体、语态特征为句法特征,构建了反映情态动can词的3个词义与时、体、态句法特征共现关系的形式背景,并生成了可视化展示情态动词语义与其属性特征之间的偏序结构关系和概念层次关系的属性偏序图。基于此图,发现了情态动词can与时、体、态特征的互动关系等知识。本文研究结果为自然语言处理中的特征选择和规则提取研究提供了重要的理论和实践依据。

基于偏序结构图的乳腺癌诊断规则提取方法

为完成乳腺癌诊断规则的可视化提取工作,提出一种基于偏序结构图和套索(lasso)融合原理的乳腺癌计算机辅助诊断方法。以美国威斯康星州医学院WBCD(Wisconsin breast cancer database)为数据样本,利用lasso完成特征提取和属性约简,利用数学偏序原理和偏序结构图完成乳腺癌诊断规则的提取。实验结果表明,偏序结构图与lasso相融合的方法可以完成特征约简,有效完成乳腺癌的计算机辅助诊断和规则可视化提取任务,具有较高的诊断准确率,偏序结构图具有很好的知识可视化特性。

基于优选特征属性偏序结构分析的白细胞图像分类规则发现

基于形式概念分析和属性偏序结构理论,提出了一种白细胞图像分类规则发现模式,从而建立了高效的白细胞图像分类方法。用该方法,首先在大量的白细胞图像区域特征测定实验基础上对白细胞图像优选特征进行了离散化处理,针对白细胞图像数据集构建了形式背景,依据分层类坐标矩阵的属性偏序结构生成方法生成了白细胞图像数据集属性偏序结构图;然后通过对属性偏序结构图分析,发现了6类白细胞相应的6条分类规则;最后,依据分类规则建立了二分树分类器,并且在实际白细胞图像数据集测试实验中取得了94.04%的平均分类精度,该精度明显高于其它3种经典算法,证明了基于优选特征属性偏序结构分析获取的白细胞图像分类规则的可用性、简单性和有效性。

模糊全序及偏序结构

以Fodor等人对模糊偏好构模的公理化方法的一个特例为基础,给出了模糊全序以及偏序结构的定义,并详细讨论了两个结构的性质。

数据偏序结构关系中的知识发现可视化方法

在形式概念分析与偏序结构理论基础上,针对决策模式信息表,提出一种基于认知原理的规则提取与知识发现的可视化新方法——属性偏序决策图。该方法在将决策问题转化为决策模式信息表的基础上,通过研究对象的属性特征,将其表现在可视化图形上,介绍了属性偏序结构图的原理、生成算法及应用实例。实验表明,属性偏序结构图可以将数据中蕴含的知识和规则得以形象地表示,通过对属性偏序决策图支路、节点、簇集的分析可以有效地发现数据中蕴含的决策规则。

基于属性偏序结构图的文本型灾情多元信息可视化

在处理和分析文本型灾情多元信息时,由于传统概念格层次结构不够清晰,不利于对其进行数据挖掘和知识发现以支持决策。应用形式概念分析理论,在分层概念格建格算法的基础上,通过形式背景行列交换原理,对形式背景进行优化,提出了属性偏序结构图表示方法。该方法可以实现层次化的属性聚类,便于分析概念构成,达到分层递阶可视化的效果,实现知识发现和多元海量数据的信息融合。应用该方法,绘制了中国1995-1999年农作物受灾和成灾情况的属性偏序结构图。结果表明,该方法清晰、直观,可用于支持文本型灾情信息的分析和趋势判断。

基于偏序结构理论的李赛美教授诊疗糖尿病思辨规律研究

辨证论治是中医的特点,然辨证论治的精准依靠医者的"悟性",使得医者的临床水平提高甚慢。中医的海量临床数据具有大数据的特点,在大数据的时代,如何建立中医的大数据模型,使中医丰富的临床经验得以充分展现并继承是当今研究的重点。本文基于形式概念分析理论,利用属性偏序结构图对名中医李赛美教授诊疗糖尿病的思辨规律进行了初步分析,从12个方面讨论了糖尿病证属少阳时的症状体征特点。基于形式概念分析理论,将为中医药大数据的研究提供新的思路,具有重要的学术研究价值和应用价值。

运用属性偏序结构图原理探析《伤寒论》中干姜的配伍规律

基于形式概念分析理论,以《伤寒论》中含干姜方剂、方剂中药物和方剂-药物关系为概念,借用描述事物普遍性和特殊性层次的复杂概念网络生成方法生成属性偏序结构图,从而给出相应方剂(对象)和不同含量的药物(属性)之间的关系结构可视化表示和解释。通过属性偏序结构图探析《伤寒论》中干姜的配伍规律,包括黄连汤、半夏泻心汤、小青龙汤中干姜配半夏,四逆汤中干姜配生附子。属性偏序结构图是将信息科学与传统中医伤寒学结合的新尝试,这种新途径有利于我们对《伤寒论》再学习和认识。

基于属性偏序结构图对《妇人大全良方》中治疗胎停育相关方药分析

目的分析、总结《妇人大全良方》中治疗胎停育相关方药的用药特点,以期为临床治疗提供思路与参考依据。方法筛选出《妇人大全良方》中58首治疗胎停育的方剂,共涉及101味中药,基于形式概念分析理论,建立形式背景,生成方药属性偏序结构图,客观、全面地展示方药配伍规律。结果从上到下,从左到右观察结构图,由第一层与第二层可见出现频次较高的药物有当归、酒、阿胶、甘草、大枣、葱白、肉桂、牛膝、川芎、艾叶、熟地,反复出现的药物组合有当归与川芎,当归与熟地,阿胶与艾叶,当归、川芎与阿胶。结论《妇人大全良方》中与胎停育相关证候的治疗方剂重视气血,选药以辛热温散为主,主要治法有以血为本,气血并治;温经通络,以行气血;补养脾胃,以生气血;下胎时注重通行血脉,以防留瘀。

基于偏序结构的图像标注

图像标注旨在为图像分配一系列的语义标签描述图像的内容。针对高级语义与低级特征之间的语义鸿沟问题,本文提出了基于偏序结构的图像标注方法。首先,利用卷积神经网络VGG-19模型提取图像特征。然后,利用提取的图像特征计算训练图像与测试图像的相似性得分,得到测试图像的初始邻近集及邻近标签。最后,通过构建的属性偏序结构,获得邻近标签的相关语义,提高标签的丰富度;利用构建的对象偏序结构,得到最终的标注候选集。为了提高标注的准确率,设置一个频率阈值筛选出频率较高的标签作为最终的关键词。通过实验证明,实验结果有效地提高了标注的准确率和召回率。

强函数依赖与偏序结构

本文定义了强函数依赖概念,研究了具有强函数依赖关系模式的偏序结构,导出了确定所有候选关键字的新理论。根据该理论,开发了求解所有候选关键字的最优算法。

肿瘤参数属性偏序结构可视化实现乳腺癌诊断

为实现乳腺癌数据规则可视化,提出一种基于Lasso和增量学习结合的、以改进的属性偏序结构图为可视化工具的乳腺癌诊断规则提取方法。采用乳腺癌数据为数据源基础上算法分为4步:首先使用Lasso方法进行特征选择实现降维,在9个特征中选出前4个关联度最大的特征;其次进行基于Gini指数的连续数据粒化,通过增量学习方式动态生成形式背景;再次融合二次Lasso筛选,将维数由17降为3;最后使用新的基于基尼指数和覆盖对象的行列优化方法生成属性偏序结构图可视化规则,提取出规则7条。将数据处理结果与主流分类器对比,结果表明,基于该算法的规则提取实现96.52%的诊断准确率,均高于随机森林(94.25%)、Adaboost(90.00%)、1NN(91.33%)、3NN(90.67%)、支持向量机算法(95.00%)。最后采用不同增量比例(10%~90%)数据验证增量学习算法效果,表明顺序学习数据量达到30%时模式已经完备,数据量在20%时准确率已经接近支持向量机算法,证明该方法是一种用于诊断可视化的规则发现的有效手段。

变动偏序结构下最优元的标量性刻画

根据变动偏序结构下最优元的两种不同概念,利用Minkouski泛函将变动偏序结构下的最优元转化为数值优化问题,并利用半范数给出最优元的充分性刻画.