形式模糊背景中单边模糊概念格的属性约简

形式概念分析是一种有效的知识表示和知识发现的方法,形式背景和形式概念是形式概念分析中的两个基本概念.形式背景描述了对象集和属性集间的一个二元经典关系,隐含其中的知识通过概念格的形式表示出来.形式模糊背景是形式背景在模糊集理论下的自然推广,建立在其上的模糊概念格在实际应用中面临许多困难,为此,多种形式的模糊概念格的改进形式应运而生.单边模糊概念格就是一种具有较好应用前景的改进模糊概念格.主要研究基于经典-模糊概念格的形式模糊背景的属性约简问题,这里属性约简的概念具有保持相应的概念格整体结构不变的含义.关于属性约简,给出了多种形式的属性约简判定定理,针对属性约简,将所有属性分为三类,探究了不同类型属性的特征刻画.最后,通过引入模糊概念间的辨识属性集的概念,得到了基于辨识属性矩阵的属性约简方法,并通过示例验证了属性约简方法的可行性.

模糊形式背景下的技能层约简与前级(后级)知识结构的充要条件

模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模糊技能背景,构造一对算子,通过算子确定的模糊技能概念格直接获取简单闭包空间,同时获得每个知识状态对应的最小技能熟练程度.然后,提出技能层约简的概念,利用标记技能约简对冗余技能层进行约简,并给出技能层约简算法.同时给出模糊技能映射诱导前级(后级)简单闭包空间的充分必要条件,并提供获取前级问题集和后级问题集的算法.最后,在5个UCI数据集上的对比实验验证文中算法的可行性和有效性,同时获取前级问题集和后级问题集.

基于模糊形式背景的概念格属性约简算法研究

随着形式背景中数据的增多,概念数量会急剧增加。概念格的属性约简在保持形式背景所有概念的外延集不变的前提下,寻找极小属性子集,使概念格表示的知识变得更简单,也使得决策问题得以简化。本文主要研究了模糊形式背景的属性约简,通过设定阈值将模糊形式背景转换为经典形式背景,引入可约元及属性约简集的构成,提出了属性约简算法,讨论了算法的时间复杂度。通过实例分析,对于属性个数小于对象个数的形式背景,文中提出的算法更有效。

单边区间集模糊半概念的知识表示及提取方法

为了使“区间”形式加以表述的不确定信息的提取具有侧重性,需提取出对象(属性)集对应的属性(对象)区间集。本文在模糊形式背景中,通过引入2个阈值,将单边区间集与经典半概念结合,提取出属性(对象)集对应的对象(属性)区间集,从而提出区间集外延–集合内涵(集合外延–区间集内涵)(interval set extent-set intent(set extent-interval set intent),ISE-SI(SE-ISI))型单边区间集模糊半概念。全体ISE-SI(SE-ISI)型单边区间集模糊半概念构成格,并给出基于格搜寻全体ISE-SI(SE-ISI)型单边区间集模糊半概念的算法。通过与已有成果对比,显示出这2种知识表示形式的多方优势。本文所得结果在知识表示及提取方法上具有适用范围广、实际应用强等优点。

模糊形式背景下的类近似算子

分别在形式背景和模糊形式背景下定义类下近似算子和类模糊下近似算子,并研究它们的性质。证明这两种算子分别等价于形式背景和模糊形式背景下的*算子和模糊*算子。进一步给出类下近似算子与类模糊下近似算子的公理刻画。最后,对偶地讨论类上近似算子和类模糊上近似算子的定义和性质。

基于区间值犹豫模糊形式背景的信息提取方法研究

目前,网络上的图书信息数据往往具有容量大、不完备、不精确、不一致等特点,如何从这些图书数据中获取人们所需要的图书信息知识,已成为信息研究的一热点。文章主要研究基于区间值犹豫模糊形式背景的网络图书信息提取方法。具体来说,首先定义区间值犹豫模糊形式背景;其次提出基于区间值犹豫模糊形式背景的概念格信息提取方法;最后将这方法应用于网络图书信息的提取,此应用说明所提出的方法是可行的。

中智模糊半概念知识提取研究

在中智模糊形式背景下,将三支中智模糊概念与经典半概念相结合,提出面向属性的中智模糊半算子与面向对象的中智模糊半算子,进一步得到面向属性的中智模糊半概念与面向对象的中智模糊半概念。在此基础上,讨论了它们在形式概念分析理论中的核心结构——格,并得到构造其格结构的算法。通过实际案例说明了中智模糊半概念的应用价值,为知识提取提供了一种新方法。

基于主成分分析的模糊概念格

形式背景中数据的增多,概念的数量就会随之增加。根据数据本身的特点,本文借助统计学方法提出基于主成分分析的模糊概念格以处理数据的多样性和复杂性。通过一般模糊形式背景的矩阵转化,分别定义了主成分属性和主成分模糊形式背景,并且给出了主成分属性算法,得到主成分属性模糊形式背景。利用该方法可以获得对原始形式背景的概念格属性约简,并且通过实例分析说明了该方法的可行性。

语言值直觉模糊概念格及其应用

人们经常用自然语言进行推理判断和决策,针对具有语言值信息的不确定问题,基于语言值直觉模糊代数和直觉模糊形式背景,提出了语言值直觉模糊形式背景并讨论了其相关性质,建立了语言值直觉模糊概念格.研究了语言值直觉模糊形式概念之间的贴近度,进一步给出语言值直觉模糊形式概念格之间的贴近度,进而提出了语言值直觉模糊概念格的模式识别方法,并将其应用到中医疾病诊断识别中,说明所提出方法的有效性和实用性.

一种模糊概念格快速构造方法及其计算机实现

在模糊形式背景下,讨论了模糊概念的一种定义方式及其性质,并由此定义了模糊概念格。文中给出了模糊概念格构造算法,并结合实例求出所有模糊概念,得到了对应的模糊概念格。该方法快捷有效,具有实际应用价值。

序列模糊概念格模型及其渐进式构造

传统的序列模式挖掘主要是挖掘满足最小支持度的频繁序列,没有考虑序列在实际中的重要度。为了能够有效地挖掘重要的序列模式,提出了一种序列模糊概念格模型,对所有序列的项目引入了重要度权值,定义了序列的重要度及可以动态调整最小支持度minsup的自适应系数;扩展了模糊形式背景,使其能够方便地表示序列,定义了概念的Galois闭包连接、序列模糊概念及序列模糊格结构,并给出了序列模糊概念格的渐进式构造算法SeqFuzCL。实验表明,序列模糊概念格模型可以方便有效地组织自适应序列模式,在时间与空间上都具有良好的性能,并为进一步挖掘自适应序列模式提供了理论支持。

基于对象和属性交叉渐进模糊概念格生成算法

在人类的认知过程中,真实的形式背景总是模糊和不确定的,并伴随着对象和属性交叉渐增更新。在分析人类概念形成机理的基础上,提出了一种基于对象和属性交叉渐进式模糊概念格生成算法。该算法从空概念格开始,逐个地将形式背景中的对象和属性交叉插入到模糊概念格中,实现对模糊概念格的渐进式构造。实验及分析表明该算法不仅能有效地渐进式构造模糊概念格,而且解决了以往渐进式概念格生成算法,针对属性和对象交叉渐增更新需要重新构造概念格的问题。

直觉模糊概念格的属性约简

研究直觉模糊形式背景下的概念格属性约简.利用直觉模糊逻辑算子给出了直觉模糊概念格的构造,通过直觉模糊集的水平截集定义了可辨识属性矩阵,给出了直觉模糊概念格的属性约简方法.

模糊概念格构建的Bordat方法

概念格是近年来兴起的知识表示模型。现实世界中的事物大多具有不精确性特征,如何将若干模糊对象构建成一个概念格具有重要的理论与应用价值。选择适于构建精确概念格的Bordat方法,应用模糊集理论对其进行改进,重新定义了概念格的顶节点确定过程和子节点生成算法,提出了构建模糊概念格的Bordat方法,结合实例说明了其应用,即生成相关的模糊概念,同时构建与之对应的模糊概念格。该方法不仅保留了作为数据源的模糊形式背景的所有信息,而且所需生成的模糊概念数量少,方法简单快捷,易于计算机实现。

模糊语言属性偏序结构图的逐层属性约简算法

在形式概念分析中,属性偏序结构图作为一种数据可视化工具,可有效解决用户认知过载的问题.在现实生活中,人们往往通过模糊语言值表达偏好信息,会产生大量的模糊语言值数据.为了解决在模糊语言环境下的属性约简问题,文中提出模糊语言属性偏序结构图的逐层属性约简算法.首先,基于模糊语言值形式背景构建模糊语言属性偏序结构图,将模糊语言值数据嵌入属性偏序结构图中.通过语言真值格蕴涵代数作为模糊语言值表示模型,表达模糊语言值间的序关系和不可比关系.然后,为了获取保持模糊语言值形式背景区分能力不变的最小属性子集,结合模糊语言值属性偏序结构图,搜索未与底层节点建立边的节点.在保证模糊语言值属性偏序结构图类等价的前提下,计算该节点及其子节点间的差别属性,并构造相应的逐层属性约简模型.最后,通过实例与对比实验验证文中算法的有效性和实用性.

一种基于直觉模糊语言概念格的规则提取方法

针对具有模糊语言值不确定性信息的决策问题,提出一种基于直觉模糊语言概念格的规则提取方法.基于直觉模糊概念格,提出直觉模糊语言形式背景及直觉模糊语言形式概念,探讨直觉模糊语言形式概念间的偏序关系以及直觉模糊语言概念格之间的细于关系.在直觉模糊语言决策形式背景下,给出直觉模糊语言集之间的相似度以及加权相似度,讨论其相关性质.构建条件概念格和决策概念格,得到在直觉模糊语言决策形式背景下的规则集,建立直觉模糊语言规则提取应用模型.通过疾病诊断实例说明该方法的有效性和实用性.所提出的方法能够同时考虑决策过程中正反两方面的评价信息,减少决策过程中的信息损失.

模糊三支概念分析与模糊三支概念格

为了进一步将模糊集合理论引入到三支概念分析中,在模糊形式背景下研究了属性导出模糊三支概念与对象导出模糊三支概念,将已有的经典三支概念拓展到了模糊三支概念中,对完善三支概念理论有重要意义.首先,在模糊形式背景下,结合模糊集合理论将对象与属性的关系用隶属度表示.然后,用阈值α以及三支决策思想,将外延(内涵)分为正域,负域,边界域三个部分.其次,提出了两种模糊三支概念(属性导出三支概念与对象导出三支概念)的相关定义和重要定理.最后,结合实例详细解释了模糊三支概念在实际生活中的应用.模糊三支概念分析理论在非经典的背景下为粒计算、人工智能、机器学习等提供了可行的思路。

模糊概念格的一种建格方法

概念格是近年来兴起的知识表现模型。现实世界中的事物大多具有不精确性特征,如何将若干模糊对象构建成一个概念格具有重要的理论与价值。本文运用模糊概念格外延覆盖知识、模糊概念格分层思想提出了一种构造方法,并生成Hasse图。通过实例验证了方法的可行性。

模糊语言概念格及其规则提取

基于模糊概念格的构造和决策形式背景,结合模糊语言值,提出模糊语言概念格及模糊语言决策形式背景.针对模糊语言形式背景下的决策问题,研究模糊语言概念格的上、下确界,定义模糊语言决策形式背景下的细于关系.在此基础上,研究决策规则,建立模糊语言概念格的规则提取模型,并通过医疗诊断实例说明了该方法的有效性和实用性.

一种基于模糊语言概念格的相似度推理

针对具有模糊语言值不确定性信息的决策问题,提出一种基于模糊语言概念格的相似度推理方法.在模糊语言决策形式背景下,给出语言模糊集之间的相似度以及加权相似度,讨论其相关性质,构建模糊语言概念格,得到在模糊语言决策形式背景下的规则集,建立模糊语言概念格相似度推理应用模型.通过疾病诊断实例说明该方法的有效性和实用性.