一种多线程概念约简算法

针对现有概念约简算法计算过程较为繁琐且执行效率低的问题,提出了一种多线程概念约简算法MTCR。MTCR以提高计算概念约简的效率为首要目标,在多核环境下利用多线程技术并行计算概念约简。首先,MTCR算法使用两个线程分别计算单个对象的对象代表概念集和单个属性的属性代表概念集;然后,将形式背景中的对象(属性)依次放入p个队列,并为每个队列创建线程;最后,通过多线程方式并行计算任意对象的对象代表概念集和任意属性的属性代表概念集,以及两类代表概念集的交集,进而构建代表概念矩阵,据此计算出所有概念约简。在MTCR算法中,使用多线程的每个阶段的数据相对独立,使得多线程之间不需要频繁的同步操作,从而减少了线程之间的竞争和等待。这样可充分有效地利用计算资源,大大提升算法的性能。UCI数据集和随机数据集上的实验表明:MTCR算法可以准确得到概念约简结果,在使用单线程情况下执行速度与串行概念约简算法SCR相近;当线程数不超过8时,线程数每增加1倍,MTCR算法执行速度可提高30%以上。

不完备形式背景的三支近似概念约简

不完备形式背景是形式概念分析中常见的数据表现形式,它可以反映对象和属性间的“具有”,“不具有”和“不确定是否具有”三种不同关系.本文在概念约简的框架下,从对象三支近似概念和属性三支近似概念两个角度出发,提出了不完备形式背景的三支近似概念约简理论;进一步通过定义三支近似代表概念矩阵以及三支近似代表概念函数,给出了求解不完备形式背景所有三支近似概念约简的方法.

基于概念复合的对偶三支概念格及其概念约简

三支概念格通过正负算子相结合,既表示出了共同拥有的信息,又表示出了共同不拥有的信息,是对经典概念格的扩展。但在处理一些实际问题时,人们也会从反向出发,考虑集合的补集可能不拥有的信息和可能拥有的信息,对偶三支概念格应运而生。文中提出了一种基于形式背景的对偶概念及其补背景中对偶概念的复合来构造对偶三支概念格的方法,经验证,通过概念复合方法得到的对偶三支概念与通过对偶三支算子得到的概念相同。进一步讨论了基于可辨识矩阵求解对偶三支概念格的属性约简方法,并借助此思想,给出了基于概念可辨识矩阵的对偶三支概念约简方法。

形式概念分析中的同效关系与概念约简

2018年以来,学者们在形式概念分析中提出并研究了“概念约简”的新课题,包括不必要概念、核心概念、相对必要概念这3类概念的鉴别研究,以及概念约简算法的研究。文中提出了同效关系,研究了其重要性质,给出了通过同效关系鉴别3类概念的简单的方法,并给出了由同效关系子集补集的概念格来得到概念约简的新算法。多年来,“约简课题”的算法都是使用合取范式和析取范式相互转换的方法,很多学者甚至表示“约简问题”就等同于合取范式和析取范式的转换问题。文中研究了不使用合取范式和析取范式转换来解决“约简课题”的新方法。该新方法不论是在理论上还是在实践上都极具意义,是一次新的尝试。一个背景的“概念约简”往往非常多,全部求出没有太大意义,一般需要求包含某些概念的“概念约简”,而所提方法在这方面具有显著的优越性。

面向属性概念格的概念约简及其在知识空间理论中的应用

保持二元关系不变的概念约简是形式概念分析中一种新的约简理论,可在不损失原始信息的前提下减少概念数量。基于面向属性概念格,研究保持补二元关系不变的面向属性概念格的概念约简。首先,给出面向属性概念约简的定义,并从POC代表概念矩阵的角度给出面向属性概念约简的求解方法和面向属性概念特征;其次,讨论面向属性概念约简与面向对象概念约简之间的关系;最后,基于知识空间理论,给出面向属性概念约简在知识空间理论中的应用。

保持规则前件信息的概念约简

该文将形式背景上保持二元关系不变的概念约简扩展到决策形式背景,在弱协调决策形式背景上,研究保持规则前件信息的概念约简问题。首先,根据决策形式背景获得规则,仅考虑规则前件集合中的二元关系将条件子背景进行压缩,构造前件背景;其次,针对前件背景提出保持规则前件信息的概念约简,借助代表概念矩阵给出概念协调集的判定定理;最后,根据概念在概念约简中所起的作用,将所有概念分成3类,并从最小代表概念矩阵的角度讨论3类概念的概念特征。

基于不完备背景的3类SE-ISI概念约简

在不完备背景中,SE-ISI概念具有丰富的不确定信息,然而不是所有SE-ISI概念都是必需的。该文研究不完备背景中不同情形下的SE-ISI概念约简获取理论与方法。首先,分别定义保持正信息、保持广义正信息与保持关系不变的SE-ISI概念约简,并分析3类SE-ISI概念约简间的关系;其次,引入SE-ISI代表概念矩阵,基于该矩阵给出3类SE-ISI概念约简的获取方法;最后,从SE-ISI代表概念矩阵角度讨论SE-ISI概念在3类SE-ISI概念约简下的特征与联系。

对称形式背景及其概念约简

形式背景是形式概念分析的数据基础与研究起点。为刻画形式背景中满足自反性和对称性的二元关系,首先定义对称形式背景,并研究对称形式背景的概念格以及对象概念、属性概念、并不可约概念与交不可约概念的特征;其次,定义对称概念,并证明对称概念集是对称形式背景的一个概念约简;最后,从冲突分析与社交网络两个角度给出对称形式背景、对称概念以及对称概念集的实际语义与应用。

形式概念分析中的面向对象概念约简

研究如何在可以重构原形式背景二元关系的前提下进行面向对象概念的约简。首先提出面向对象概念框架下的因子分解和面向对象概念约简,然后讨论面向对象概念约简的存在性及判定方法,并提出一种面向对象概念约简求解算法,最后依据面向对象概念在约简过程中所起的不同作用,将其分为核心、相对必要和不必要面向对象概念。研究表明,给定一个形式背景,其至少存在一个面向对象概念约简,并且可以通过因子分解或概念特征识别的方法来获取。

保持二元关系不变的概念约简

受形式概念分析中因子分解的启发,借鉴属性约简的思想,从概念角度上思考,提出保持二元关系不变的概念约简.首先给出保持二元关系不变的概念约简的定义及概念协调集的判定定理.然后根据形式概念在保持二元关系不变的概念约简过程中所起的作用,将形式概念分为核心概念、相对必要概念、不必要概念.最后分别研究3类概念的特征,从二元关系和算子角度考虑,得到三类概念的相关结论.上述结果有助于进一步的算法研究与应用及更深入的理论分析工作.

一种基于概念可辨识矩阵的概念约简方法

基于布尔因子分析的概念约简能够保持形式背景的二元关系不变。借鉴概念格中基于可辨识矩阵求解属性约简的思想,在形式背景上定义概念可辨识矩阵,基于此给出保持二元关系不变的概念约简方法。首先,在形式背景上定义一种新的可辨识矩阵,称之为概念可辨识矩阵。该矩阵的行和列都是形式概念,矩阵的每个元素是由属于所在行的形式概念的所有对象和属性对,但不属于所在列的形式概念的对象和属性对构成的集合。其次,研究概念可辨识矩阵与概念协调集之间的关系,利用概念可辨识矩阵给出概念协调集的判定方法。然后,利用概念可辨识矩阵详细讨论核心概念、相对必要概念和不必要概念的特征,进而分别给出判断这3类形式概念的方法。最后,给出基于概念可辨识矩阵寻找概念约简的步骤。

基于三元因子分析的三元概念约简

三元概念的约简是三元概念分析的重要问题,因为它既能简化三元图的表示,又有助于更好地理解三元概念的语意并从中提取有价值的信息.基于三元因子分析,研究保持三元背景中所有三元关系不变的三元概念约简.首先,基于三元因子分析提出三元概念约简的定义.该方法是在保持三元背景不变的条件下寻找尽可能少的三元概念,即这些三元概念能够完整地反映原始三元背景所包含的所有三元关系.其次,讨论三元因子分解与三元概念协调集的关系,并给出三元概念协调集和约简的判定方法.最后,利用三元概念约简将三元概念分为三类:核心(绝对必要)概念、相对必要概念和不必要概念,并得到每类三元概念的充要条件.此外,通过实例给出由三元因子分解和概念约简定义两种方法寻找三元概念约简的详细过程.

概念格的概念特征与概念约简

概念约简就是寻找极小形式概念子集以确保原数据形式不变.从形式背景的二元关系出发,定义了包含二元关系的极小概念集,讨论了此极小概念集与核心概念、相对必要概念以及不必要概念之间的关系,给出了判别3种概念的充分必要条件.利用析取及合取的逻辑运算,提出了概念格的概念约简的可行方法,并举例验证了结果.

面向属性概念格的概念特征与概念约简

提出面向属性概念协调集和概念约简,定义了包含补二元关系的面向属性概念极小集,讨论了面向属性概念格中核心概念、相对必要概念及不必要概念的概念特征,并研究了三种概念的判别方法.给出了面向属性概念约简的可行方法及其相应算法.

一种使用概念近似度约简的序列模式挖掘方法

传统的序列模式挖掘算法虽然能够挖掘所有的频繁序列,但在挖掘海量数据时可能因结果规模过于庞大而无法理解.基于概念格的序列模式挖掘有效地减少了中间序列的生成数量,在时间性能上具有一定的优越性,而概念格的结构特点也为自身的约简提供了便利.本文提出了近似概念的定义,首先对交易数据库建格,然后约简满足近似条件的概念,减少了频繁1-序列的数量,进而减少了总的频繁序列的数量.实验表明,在允许一定误差的情况下该方法提高了挖掘结果的可理解性和挖掘效率.

约简概念格与模糊优选在地下工程岩体质量评判中的应用

为了对地下工程岩体质量进行正确评判并提高评判效率,利用约简概念格对影响地下工程岩体稳定性的5项指标进行约简。5项指标分别为岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量。以广州抽水蓄能电站1期地下工程岩体17组实测数据和8组插值数据作为学习样本,利用约简概念格对指标约简后得到岩石质量指标、岩石单轴饱和抗压强度和结构面强度系数这3项指标,用模糊优选法对约简后样本进行岩体质量评判,评判结果与实测结果吻合,然后将该模型用于该电站2期地下工程岩体质量评价。研究结果表明:利用约简概念格与模糊优选构建的模型的评判结果和粗糙集-逼近理想解的排序法(RS-TOPSIS)、突变级数法、人工神经网络(ANN)和支持向量机(SVM)的评判结果一致。利用约简概念格与模糊优选构建的模型减少了评判所需的指标,提高了评判效率。

基于约简概念格的关联规则提取改进算法

为了提高在概念格上生成频繁项集的效率,提出了一个基于约简概念格的生成频繁项集的新算法。该算法通过利用节点之间的父子关系能够直接生成全部频繁项集,省略了对节点进行排序的时间开销,大大减少了节点比较次数,从而提高了频繁项集的生成效率。实验结果证明了其可靠性和高效性。

融合概念格约简的中文领域本体学习方法

在基于形式概念分析的中文领域本体学习中,为提高概念格构建效率,将概念格约简理论应用于概念格构建中。首先对基于语义依存分析获取的形式背景进行对象和属性约简,然后基于约简的形式背景采用Godin算法构造概念格,最后根据修复定理修复约简概念格,得到完整的概念格。通过有关对萝藦科植物的文本学习,得到一个萝藦科植物领域本体。实验结果表明,引入概念格约简理论,概念格的构建效率提高70%,进而提高了领域本体构建的效率。

基于概念格的视觉单词约简方法

传统的视觉单词生成方式,仅通过无监督聚类方式获得,图像语义标注的精度和效率较低。采用概念格作为视觉单词约简工具,给出了一种新的视觉单词生成方法。首先,生成训练图像BOV模型的初始视觉词典,并将其归一化形成关于训练图像BOV模型的形式背景;其次构造BOV概念格,通过概念格的属性约简,实现对视觉单词的约简,从而生成最终的视觉单词。最后,通过实例表明了该方法是有效的。

基于规则与统计的本体概念自动获取方法研究

为获取中文领域本体的概念提出了基于规则匹配和统计方法相结合的学习模型，充分利用现有的自然语言处理技术和统计学习方法，从领域文本中通过语义串切分、规则匹配、领域归属度分析和概念约简算法自动获取领域概念。该方法解决了现有中文本体学习方法对领域词典的依赖以及无法获得短语式特定领域概念的问题，同时解决了领域概念筛选问题。实验证明了该方法的有效性。