对象格产生概念格

通过在对象集内引入两个偏序关系≤′和■′及一种新的交运算∩′来建立改进的对象格,然后通过此对象格产生概念格。此概念格与由通常对象集合的交运算∩产生的概念格相比,其产生的概念节点不仅包括由通常对象集合的交运算∩产生的概念格的子节点的对象,还包括产生的新对象。

基于依赖空间的对象导出三支概念格的属性约简

在给定形式背景下,基于依赖空间提出了对象导出三支概念格属性约简的新定义,在此基础上讨论了属性约简方法。首先,借助三支算子定义了对象幂集上的一致关系,引入依赖空间。通过依赖空间生成闭包算子的闭元素,研究了闭元素和对象导出三支概念的外延之间的关系。其次,提出基于依赖空间的对象导出三支概念格属性约简的定义,该定义下的约简集是保持由原属性集确定的一致关系不变的最小属性子集。最后,给出协调集的判定定理,利用可辨识属性矩阵及辨识函数给出对象导出三支概念格的属性约简方法。

日语自动词的使役对象格「に」和「を」的用法

自动词的使役对象格用法是初级阶段以及中级阶段日语学习中的重点。初步掌握使役句的学生对自动词的使役对象格"に"和"を",常常盲目使用。为了使学生更好地理解、灵活地运用,本文从日语学习者的角度出发,分析自动词的使役对象格"に"和"を"的细微的区别用法。

变精度对象概念格的构造及其性质

讨论了基于模糊形式背景的模糊对象概念格的概念约简,构造出了模糊对象概念格的3种变精度概念格,即经典-模糊、模糊-经典、经典-经典变精度对象概念格,并讨论了它们的性质及相互关系。结果表明,变精度对象概念格的概念数量远远少于模糊对象概念格的概念数,而且每一种变精度概念格都保留了模糊对象概念格中相对重要的概念。

面向对象(属性)概念格的布尔表达

形式概念分析是用于知识表示和知识发现的一个重要方法.将逻辑运算方法引入形式概念分析之中,利用布尔向量的逻辑运算定义了布尔形式背景中的上、下近似运算,给出了其性质.并定义了布尔面向对象(属性)概念格,证明了其与面向对象(属性)概念格的等价性.简化了构造面向对象(属性)概念格的过程.

面向对象概念格的压缩

概念格理论是知识处理与分析的一种有力工具,在知识发现和数据挖掘等众多领域有着重要的应用。引入了概念相似度新的计算方法,由对象和属性共同确定概念之间的相似程度,进而产生概念邻域,并根据概念间相似程度来控制概念邻域的大小,删除不必要的节点,从而控制面向对象概念格中节点的个数,实现面向对象概念格的压缩和知识库简化。示例表明,当参数的值较小时,压缩效果明显。

基于并不可约元的面向对象概念格的属性约简

概念格的属性约简是知识处理的重要研究问题之一。提出了一种面向对象概念格的属性约简方法。首先介绍了求面向对象概念格中并不可约元的方法,进而给出了面向对象概念格的并不可约元的外延集与面向对象概念格的协调集和约简集之间的关系,在此基础上,给出面向对象概念格的属性特征、并不可约元的外延集、属性等价类三者间的关系,最后利用这三者间的关系给出了面向对象概念格的约简集的构造。

纵向合成背景的面向对象概念格属性约简

随着计算机网络的发展,多个形式背景分布存储在不同的网络节点,研究合成背景的属性约简就显得十分重要。提出了一种多背景纵向合成的面向对象概念格的属性约简方法,给出了面向对象概念格的属性近似算子真子集的定义,并给出了各子形式背景和合成形式背景的属性特征间的关系,在此基础上,给出了合成形式背景的属性近似算子真子集、子形式背景的属性近似算子真子集和属性等价类间的关系,并利用它们间的关系给出了合成背景的各种属性判别的充要条件,进而给出了合成背景属性约简的构造算法。

对象定向概念格的决策约简

研究了基于对象定向概念格的决策形式背景的属性约简的定义和方法。在对象幂集上引入一个等价关系,并介绍了相关性质。提出了决策形式背景的协调性的定义,进而利用等价关系给出了协调决策形式背景的属性约简定义。该定义下的属性约简集能保持由原属性集确定的所有等价类不变的最小属性子集,同时它也能保持所有对象定向概念的外延不变。利用辨识矩阵提出了一种用于计算所有属性约简集的方法。

面向对象多粒度概念格的构造

如何降低概念格构造过程中的复杂度是形式概念分析中一个重要的研究课题.粒计算可以从多个角度对问题进行分析、求解,已经成为人工智能领域中研究问题的有效工具.针对多粒度概念格的快速构造问题,基于粒计算理论,本文研究了属性粒度变化前后概念外延与内涵之间的关系,定义了不同类型的概念,提出了基于不同属性粒度组合的面向对象概念格转换算法—Zoom,具体包括对属性粒度进行细化的Zoom-in算法和对属性粒度进行粗化的Zoom-out算法.Zoom算法在原概念格的基础上直接实现新概念格的构造,避免了遵循传统的概念格构造方法时从新形式背景中生成新面向对象概念格的繁琐步骤,从而提高了概念格的构造效率,可以快速确定概念格的属性最优粒度组合,进而有助于在数据中进行数据挖掘和知识发现.

横向合成背景的面向对象概念格的生成

针对多形式背景合成的概念格生成,提出了一种多背景横向合成的面向对象概念格的生成方法。首先利用各个子形式背景中的每个概念的外延通过相关运算得到合成背景的面向对象概念格的外延集,然后将得到的外延集通过近似算子运算得到合成背景的内涵,并进一步得到合成背景的概念格。用理论证明该方法的有效性和完备性,并通过实验表明该方法时间效率较好。

基于包含度理论的面向属性(对象)概念格构造

目的将包含度理论用于形式背景的研究中。方法根据包含度理论定义了一对基于形式背景的算子。结果利用算子可以构造面向对象概念格和面向属性概念格。结论利用包含度构造了面向对象概念格和面向属性概念格。

基于面向对象(属性)概念格的形式背景属性约简方法

形式背景的属性约简是形式概念分析的重要研究内容之一。文中研究形式背景保持面向对象(属性)概念格结构的属性约简方法。通过分析相应的粒概念,提出了一种新的基于面向对象概念格和基于面向属性概念格的协调集判定定理,进而得到了新的可辨识属性集和可辨识属性矩阵,借助布尔逻辑公式转换给出了约简计算方法。提出的方法可以避免计算所有面向对象的形式概念及面向属性的所有形式概念。另外,提出了面向对象概念格和面向属性概念格的属性特征,给出了绝对必要属性、相对必要属性、绝对不必要属性的等价描述。

一种新的面向对象概念格属性约简方法

为了研究概念格的属性约简方法,提出了面向对象概念格的可简化属性和不可简化属性,并研究相关性质.给出了面向对象概念格知识约简的判定定理,及相应的面向对象概念格约简方法.本文提出的属性约简方法,不用建立在差别矩阵上面,便可得到形式背景的约简集.

基于对象导出三支概念格的形式背景粒约简方法

形式背景的属性约简是形式概念分析的重要研究方向。研究者针对形式背景提出了多种属性约简标准并建立了属性约简方法。文中研究了形式背景基于对象导出三支概念格的约简问题,通过刻画对象之间的区分属性提出了一种新的粒约简计算方法,该方法无需构造基于对象导出的三支概念格;同时,证明了基于三支概念格的形式背景粒约简与基于粗糙集理论的分类约简等价。

面向属性(对象)概念格基于直观图的保并(交)约简

属性约简是形式概念分析中的一个重要问题,文中主要研究面向属性概念格和面向对象概念格的保持并(交)不可约元外延不变的约简。给出面向属性概念格和面向对象概念格的保并约简和保交约简的定义;研究了这两个格的保并约简和保交约简之间的关系;利用形式背景直观图,给出获取这两种格的保并约简和保交约简的理论与方法。

对象导出三支概念格上的冲突分析

冲突存在于人类社会的各个方面.为了从概念的角度更加直观地进行信息系统的冲突分析,进而做出快速准确的决策,提出基于对象导出三支概念格的冲突分析方法.由于信息系统中存在既不支持也不反对的中间状态,把信息系统分别转化为两个形式背景对此进行处理.接着,建立两个形式背景的三支概念格,并利用三支概念计算原信息系统的一致属性、冲突属性、中立属性,进而进行冲突分析.结论表明,本文提出的方法能够正确、直观地实现冲突分析,并且能够依据冲突分析的结果直接进行决策.

面向对象概念格的属性约简方法

在给定形式背景下,给出了求解经典概念格、面向对象概念格和面向属性概念格的一种简便方法。给出了面向对象概念格的属性约简的判定定理,并提出了一种利用并可约元求解面向对象概念格的属性约简的方法。在此基础上,得到了其约简集以及属性集的3种分类,即必要属性集、相对必要属性集、不必要属性集.

基于n阶算子的面向对象概念格压缩

研究面向对象概念格的简化问题。针对给定的形式背景,引入对象集和属性集上的n阶算子,产生n阶面向对象概念,并构建Hasse图。从而通过调整n值大小,可控制面向对象概念格的压缩格节点的个数,实现对面向对象概念格的动态压缩。提出的基于n阶算子的面向对象概念格压缩方法,可使压缩后的概念外延为原概念外延的交,概念内涵为原概念内涵的并,从而达到简化知识库的目的。

对象定向概念格的不协调决策约简

由于噪声、预测能力等因素的影响,实际问题中遇到的决策形式背景大多是不协调的.因为形式背景中不协调性的存在使得人们挖据有用的信息变得更加复杂和困难,而属性约简可以使决策形式背景的知识表示更为简洁,隐藏的知识更加清晰,因此研究不协调决策形式背景的属性约简具有重要的意义.针对不协调决策形式背景研究了对象定向概念格的属性约简的定义和方法.首先,利用对象幂集上的等价关系定义了对象定向概念格的两种属性约简:分布约简和最大分布约简.分布约简集保持每个对象子集在每个决策等价类的隶属程度不变,而最大分布约简集保持每个对象子集的最大决策等价类不变.其次,讨论了分布协调集和最大分布协调集之间的关系.最后,定义了分布辨识矩阵和最大分布辨识矩阵,给出了分布约简集和最大分布约简集的判定定理,提出了计算分布约简集和最大分布约简集的方法.