一种基于连续不确定决策表的概念近似方法

复杂决策表通常具有连续定量的属性,存在部分未知值或存在描述一个对象的属性有多个可能值的情况,或者 3种情况并存,称为连续不确定决策表。通过分析发现,连续不确定决策表可视为一种多值表元决策表。利用Fuzzy集理论可将多值表元决策表转化为带有隶属度的单一表元决策表;基于此,给出了扩展信息表和决策表的定义,提出了对多值表元决策表中决策概念下近似及边界的计算方法。

基于直观图的(三支)近似概念获取研究

不完备背景是形式概念分析中的一类重要数据类型,(三支)近似概念是通过(三支)近似算子在不完备背景中提取的具有某种意义的共有信息.针对不完备背景,该文基于直观图从格同构和近似算子两个角度研究了(三支)近似概念的获取方法.对于两类三支近似概念,一方面借助两类三支近似概念格与某些特定形式背景概念格的同构关系,基于这些特定形式背景的直观图给出相应的获取方法;另一方面,基于三支近似算子定义的三支近似直观图直接给出相应的获取方法.对于近似概念,证明了存在某种特定形式背景的概念格与近似概念格同构,在此基础上采用与研究三支近似概念获取方法相同的方式给出相应的获取方法.

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.

不完备形式背景中基于OE-cp-近似概念的规则提取

在许多实际的应用场景中,数据测量的误差、对数据的理解和传输失真等都会导致数据的丢失,这种数据不完整的形式背景即为不完备形式背景。为了丰富不完备形式背景中的知识获取模型,文中结合三支思想在不完备形式背景中利用正算子与粗糙集理论中的必然-可能性算子构造了共同-可能(cp)近似概念,讨论了对象诱导的共同-可能(cp)近似概念与经典概念、面向属性概念、对象诱导的三支近似概念的关系,提出了由经典概念和面向属性概念构造对象诱导的cp-近似概念的算法。进而,基于OE-cp-近似概念讨论了不完备决策形式背景中近似决策规则的获取,提出了OE-cp-协调的不完备决策形式背景下的正规则和可能性规则,并给出了与基于经典概念的决策规则之间的关系。

面向对象概念格上的近似概念及概念认知

针对概念认知问题,该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系,得到在面向对象(属性)概念格中生成下、上近似概念的一种有效方法。对于面向对象概念格中任一概念,由其外延形成的下近似概念和上近似概念是它本身;对于面向属性概念格中任一概念,由其内涵形成的下近似概念和上近似概念也是它本身。同时通过举例说明。另外,将近似概念应用于面向对象(属性)概念格中进行概念认知并给出相应算法。对于给定的任一对象(属性)集线索,通过其形成的近似集去逼近该线索,得到1个精确概念或者2个近似概念,以进行概念认知。同时给出概念学习精度来衡量概念认知的准确性。

概念格上的近似概念

探讨在形式背景中的任意概念,由其外延形成的上近似概念和下近似概念,以及由其内涵形成的上近似概念和下近似概念这四者之间的关系.在形式背景中,从任意对象集(或属性集)出发,利用确定的概念格建立该对象(或属性)的下近似概念外延(或内涵)与上近似外延(或内涵),从而得到由对象(或属性)集形成的上近似概念和下近似概念;对于任意一概念,由其外延形成的上近似概念和下近似概念是它本身,且由其内涵形成的上近似概念和下近似概念也是它本身.通过实例说明这种方法的可行性,由此得到概念格理论中,生成上(下)近似概念的一种有效方法.

近似概念格及其增量构造算法研究

针对传统概念格处理不完备信息的局限,给出了处理形式背景有缺值现象的概念格扩展模型———近似概念格,在此基础上提出改进的概念格增量构造算法。该算法引入哈希技术和最近父节点的增量计算方法,从加速定位生成元和更新边这两个关键过程改进Godin算法。采用随机数据集设计实验,实验表明,改进的算法可有效提高对形式背景有缺值现象概念格的建格效率,尤其是对数据规模和发生关系概率较大的数据集,算法的高效性更明显。

基于粗糙度的近似概念格动态分类集成学习模型研究与应用

概念格(Galois格)是一种进行数据分类学习的有效工具,然而建格规模庞大使分类效率和准确率受到较大影响。将粗糙度理论应用到概念格分类问题研究中,提出一种新型的近似概念格动态建格和分类挖掘集成学习模型(CACLR)。该模型在粗糙度区间根据样本空间分布构建多个相对独立分布且比较精确的近似概念格分类器,能及时消除建格过程中大量与分类知识无关的节点,有效缩减原格规模,融合得到的分类挖掘集成学习模型,具有较好的粗糙分类精度和知识预测学习能力。最后进行CACLR分类集成学习模型在标准UCI数据集中的对比实验,有效验证了该模型的实用价值。

基于扩展粗糙集模型的近似概念格规则挖掘研究

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域。在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格(ACL)的构建,由此提出概念格粗糙近似和规则挖掘算法(LCRA)。最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性。

近似概念的遗传生成算法及其推荐应用

由于构造概念格的时间复杂度高,在推荐领域已有研究者提出用概念集合来替代概念格。但目前对概念集合的研究未考虑近似概念的作用,因此将近似概念引入推荐应用,并提出基于遗传算法(GA)的近似概念生成算法(ACGA)和相应的推荐应用方案。首先由启发式方法生成初始概念集合;其次用交叉算子对初始概念集合中的概念的外延两两求交集,从而得到近似概念;然后用选择算子根据外延相似度以及相关阈值筛选出满足条件的近似概念来更新概念集合,而不满足条件的近似概念由变异算子按照用户相似度进行外延调整,直到其满足条件;最后基于新的概念集合,根据邻居用户的偏好向目标用户进行推荐。在4个推荐系统常用的数据集上进行实验,结果表明ACGA生成的近似概念提升了推荐效果,尤其是在2个电影评分数据集上,ACGA与概率矩阵分解(PMF)算法相比,F1值提升了近78%,召回率提升了近104%,精确度提升了近57%;与K最近邻(KNN)算法比较,精确度提升了近12%。

不完备形式背景下近似概念格的公理化方法

提出了由两个完备形式背景构造不完备形式背景的方法。基于完备形式背景公理化的方法得到了近似概念格的公理组,并给出了近似概念格的构造方法,其发展了不完备形式背景下近似概念格的理论。

基于包络函数和二级近似概念的结构优化方法

利用包络函数、二级近似概念和对偶理论，提出了一种结构优化的有效解法．首先，利用包络函数将原多约束结构优化问题转化为单约束优化问题，再利用本文提出的新的两点近似函数构成高精度近似问题，继而用二级近似求解策略和对偶理论求解．理论与算例皆表明本方法的主要优点是其通用性和高的计算效率，这对于工程中的具有复杂函数的大型优化问题特别重要．

k级近似概念及其应用

受基于k-阶关系的近似概念的启发,提出了k级近似概念,为非外延对象等价类赋予合理的语义解释;研究分析了k级近似概念与形式概念、以及基于k-阶关系的近似概念三者之间的关系,分析了k级近似概念的语义优势,并进一步为实际决策提供帮助。最终,将k级近似概念推广到任意对象集,从而使其语义解释更适用于实际情况。

MapReduce框架下近似概念格的并行构造算法

具有缺值的形式背景称为不完备形式背景,相应的概念格扩展模型称为近似概念格。近似概念格构造中,在数据规模大的情况下采用串行算法效率低,完备形式背景下概念格并行构造算法不适用于不完备形式背景。针对这些问题,对近似概念格的特征进行深入分析,提出了在MapReduce框架下的两种分布式构造算法,包括一种并行合并算法和一种增量式并行算法。实验结果表明,相比串行算法,两种并行构造算法可以提高近似概念格的建格效率。

概念格与粗糙集的数据分析方法研究

概念格和粗糙集是数据挖掘中对数据进行分析与处理的两个有力工具,它们在数据分析方面有相似之处。通过运用概念格刻画粗糙集的一些概念与性质给二者建立了联系。指出了概念格每个结点都是粗糙集中一个等价类,并借鉴粗糙集的思想,提出了在概念格中进行概念近似的方法。同时使用概念格中的概念重新描述了粗糙集的上下近似,最后通过事例将粗糙集中改进的区分矩阵运用于概念格中的属性约简,从而减少了区别矩阵的存储空间,并同时减少了区别矩阵的计算量,真正从一定意义上结合了二者的优点。

粗糙概念格及构造算法

概念格是数据分析与知识提取的一种有效工具,具有精确性和完备性等特点。针对决策形式背景,采用粗集理论中近似的方法描述格的内涵所拥有的外延,给出了一种粗糙概念格结构,具备了描述不确定知识的能力,在此基础上,给出了粗糙概念格的构造算法CARCL。

基于概念格的语义Web粗糙模糊本体构建

为了完整地反映人类对客观世界认知的不精确性,在讨论语义Web粗糙模糊本体定义以及组成模型的基础上,研究了基于概念格的语义Web粗糙模糊本体构建方法。根据实际领域中的模糊形式背景,采用粗糙集的方法对其划分,使用上近似模糊概念和下近似模糊概念近似地表示粗糙模糊概念,并构建粗糙模糊概念格,最终使用OWL将粗糙模糊概念格中的概念和概念之间的关系代码化,构建生成语义Web粗糙模糊本体。

杆系结构几何优化中的广义变量近似方法

提出一种杆系结构几何优化的广义中间变量近似方法。首先引入一套广义中间变量，包括各杆件局部柔度特性、方向余弦及内力与位移关系矩阵各元素，结构响应与这些广义中间变量的关系比与设计变量本身（即节点坐标和截面积）成更好的线性关系。因此，以广义中间变量做一阶泰勒展开近似位移和内力。应力约束和屈曲约束由近似内力计算。近似问题由优化器在设计变量空间内求解。最后给出了几个算例，结果表明了本文的方法是十分有效的。

GOE-概念格基础上的冲突分析共性描述

冲突广泛存在于社会问题中。为了更好地直观展示冲突分析问题,并给出语义描述,受不完备形式背景上三支近似概念分析理论的启发,将冲突表看作三值形式背景,并在其基础上提出了广义三支算子及其逆算子,通过广义三支算子及其逆算子得到对象导出广义三支概念(GOE-概念),并给出其性质,进一步说明所有GOE-概念的集合可以形成GOE-概念格;进而,讨论了GOE-概念格在冲突分析中进行可视化描述的应用,说明每一个GOE-概念的内涵即为在外延所含代理人下的共性描述;最后,研究了对象导出三支近似概念格(OE-近似概念格)与GOE-概念格的关系,进一步表明GOE-概念相较于OE-近似概念,能够更全面更丰富地描述冲突分析的共性信息。

基于属性粒化的近似概念分析及规则提取

将属性粒化思想引入到不完备形式概念分析之中。首先,借助于粒度树和截集,研究了不同粒度下近似概念之间的内在联系,其次,研究了粒化前后不完备决策形式背景中近似决策规则之间的关系,最后,在不完备决策形式背景中引入了三种协调性,并研究了粒化前后协调性之间的联系。