一种模糊概念格模型及其渐进式构造算法

传统形式概念分析方法无法处理现实中模糊和不确定信息,因此,对模糊概念格及其信息表示的研究具有重要意义.文中提出了一种模糊概念格模型,提出了模糊形式背景中属性隶属度值的窗口截取方法,定义了模糊概念的模糊参数σ和λ,给出了模糊概念格渐进式构造算法,推导出了模糊参数σ和λ的渐进式计算公式.模糊参数σ和λ分别体现了概念外延对于属性的隶属度的均值和发散程度.在模糊概念格渐进式构造算法中引入两个中间参数以实现模糊参数的渐进式计算.最后,进行了算法性能评估实验,结果表明模糊概念格的这种渐进式构造算法在时间上和空间上都具有良好的性能.

基于概念格模型的用户隐私保护数据挖掘算法

为提高数字媒体无线传感网络用户隐私数据的保护能力,提出基于概念格模型的用户隐私保护数据挖掘算法.首先构建数字媒体无线传感网络用户隐私保护数据的特征检测模型,通过多维信息识别对无线传感网络用户隐私保护数据进行信息重组及编码,构建线性稀疏特征编码模型,然后通过多维参数融合和信息加密控制的方法构建用户隐私保护数据的概念格模型,建立用户隐私保护数据挖掘加密协议,再通过模糊空间信息重组,实现对用户隐私保护数据的特征分布式融合和线性重构,最后采用关联谱特征检测方法实现对用户隐私保护数据挖掘和特征提取.仿真结果表明,采用该方法进行用户隐私保护数据挖掘的加密性能较好,隐私保护能力较强,提高了用户隐私保护数据挖掘的精度和可靠性水平.

基于概念格的产品创新知识配置研究——以浏览器产品开发为例

利用形式概念分析方法构建出产品创新知识配置的概念格模型,以Chrome吧获取浏览器产品开发信息和知识配置过程为例,基于虚拟社区取得用户需求知识,并结合1996-2013年国内浏览器相关专利数据,建立了基于虚拟社区用户需求知识的浏览器创新知识配置模型。

基于复合粗算子的形式概念格

形式概念格和粗集理论作为人工智能领域的2种有效而重要的数学方法,为知识处理和数据分析提供了一系列代数工具。该文研究形式概念格的复合粗集表示方法,证明了概念的内涵和外延都是某复合粗近似算子的不动点。结果揭示了形式概念格与粗糙近似空间之间内在的密切联系,对完善概念格分析的数学模型具有一定的作用。

基于概念格的云推理分类预测算法研究

针对传统云推理模型在推理过程中需要依靠专家经验确定"软与"算法的程度调节参数,在处理大数据集时需要建立大量规则以保证准确率等问题,提出采用概念格改进云推理模型。通过云发生器对数据进行云化处理,转化为可用不确定语言描述的定性概念,作为概念格所需的形式背景;分别构造属性概念格和决策概念格,挖掘数据集中的规则,使局部规则覆盖全局规则,解决传统云推理构建规则数量过多的问题,并代替传统的"软与"算法;采用概念格提取不确定性规则,作为云推理的规则前件,构建概念格云推理模型。实验使用UCI和实际工程数据集进行算法仿真和应用分析。实验结果表明改进的云推理模型提高了算法的时效性,且保证了算法的准确性。

形式化概念分析在信息检索中的应用

互联网上的信息量每天都在以惊人的速度膨胀,搜索任务变得越来越艰巨。如何能够在如此大的海量数据中检索到符合用户需求的信息,成为信息检索领域的主要问题。通过形式化概念分析方法,将信息进行归类组合,变为有结构有意义的领域知识,并用二维表表示出领域知识的形式背景,基于此二维表构建对应概念格模型,将其作为下一步检索的基础库,并利用此模型完成基于输入关键词的信息检索,对此进行了论述。