决策形式背景基于OE-协调性的属性约简

属性约简作为形式概念分析中非常重要的一个研究分支,在三支概念分析中也同样重要。基于对象导出三支概念格,提出了保持决策形式背景OE-协调性的属性约简理论,丰富了三支概念分析的约简理论。首先,定义了决策形式背景的OE-协调集和OE-约简,并将属性按其特征分为3类。其次,指出OE-约简的本质就是极小OE-协调集,给出了OE-协调集的几个判定定理,通过研究OE-协调集的充要条件,获取OE-约简的判定定理。最后,给出OE-差别矩阵和OE-差别函数的定义,并给出了利用OE-差别矩阵和OE-差别函数计算OE-约简的方法。

一般决策形式背景的属性约简

决策形式背景是形式背景的重要扩展。属性约简是决策形式背景领域研究的热点问题。由现实数据所构建的决策形式背景通常是不一致的,文中面向实际应用,研究一般决策形式背景的广义属性约简方法。定义了一般决策形式背景的广义属性约简,并基于辨识函数给出了计算所有约简的算法。该算法具有良好的通用性,可应用于一致和不一致的决策形式背景。

基于粒计算的语言概念决策形式背景分析

针对具有语言值信息的决策问题,结合语言术语集和信息系统,提出语言决策信息系统和语言概念,并讨论语言概念的相关性质。通过转化语言决策信息系统,提出语言概念决策形式背景。为扩展语言概念格的内涵和外延,压缩语言概念的规模,通过将语言概念粒化,提出粒化语言概念决策形式背景。将粒计算引入到粒化语言概念决策形式背景中,利用覆盖度与置信度,构造一种基于粒计算的语言概念决策形式背景的规则提取模型。医学诊断实例表明该方法在获取高质量规则中的有效性及实用性。

随机决策形式背景下的概念格构建原理与算法

概念格是根据二元关系提出的概念层次结构,用于数据的分析和规则提取。针对随机决策形式背景,讨论了随机决策形式背景下随机概念的数学表示,并证明了随机概念伽罗瓦连接的存在性,提出随机概念格的构建算法,最后用实例证明了其有效性。

基于属性概念的决策形式背景协调性研究

决策形式背景是在形式背景的基础上通过增加决策属性而得到的,相应的可生成条件格和决策格。基于这两个格中属性概念外延之间的关系提出属性粒协调决策形式背景这一概念,并从属性概念的角度给出决策形式背景现有的强协调性、弱协调性和协调性的新的描述方式,进一步解释属性粒协调决策形式背景与这三种决策形式背景之间的关系;最后,提出属性粒规则的概念,并给出以此为基础的规则获取方法。

决策形式背景上区间集概念格的属性约简

将区间集思想引入决策形式背景,研究决策形式背景上的区间集概念格及其属性约简方法.首先在决策形式背景上建立条件区间集概念格和决策区间集概念格,引入这两个区间集概念格之间的加细,给出协调决策形式背景上的区间集协调集及约简的定义,讨论区间集协调集的判定方法.通过在决策形式背景上定义可辨识区间集属性矩阵,给出寻找决策形式背景上区间集约简的方法.

基于形式背景转化的概念格属性约简

借鉴形式背景下概念格的经典属性约简,立足决策形式背景,通过转换提出一种新的概念格属性约简,其对一般约简具有结构诱导性。首先,在决策形式背景下定义一致集,提出概念格的一致属性约简及对应算法,得到一致属性约简与三分属性的关系。其次,研究新建的一致约简与已有的强一致约简和弱一致约简之间的关系,得到一致约简具有关于概念格属性约简的严格强性,并由此设计由强至弱的启发式约简算法。最后,给出具体实例,说明与验证相关的约简、性质和算法。

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。

不完备决策形式背景的概念构建与属性约简

首先定义了不完备决策形式背景,在其不完备的子条件形式背景和子决策形式背景上,提出了双子集内涵概念的构建方法及概念格的生成算法,给出了不完备决策形式背景基于双子集内涵概念的属性协调集与属性约简的判定方法。

强协调决策形式背景的概念格属性约简

运用概念的闭标记研究了强协调决策形式背景的核心属性问题.通过概念的闭标记得到了判定强协调决策形式背景的协调集的方法,并且定义了计算约简集的函数,从而得到了约简集,最后通过简单的集合运算得出协调决策形式背景的核心属性.

协调决策形式背景下概念格的属性约简

概念格是知识处理与分析中的一个有力工具,对它进行约简可以提高效率简化问题。该文在协调决策形式背景下给出了协调集及属性特征的判定定理,并在此基础上得到了一种求属性约简的方法。

基于遗传算法的决策形式背景的属性约简方法及其在决策分析中的应用

决策形式背景的最小约简可以使规则提取更加简便,也可以使所获取的规则更加紧凑,从而有利于数据的决策分析.对于如何快速求得决策形式背景的一个最小约简,已有一些启发式方法在这方面做了有益的尝试.然而,启发式思想求解最小约简遇到某些特殊的数据集会出现失效的现象.在决策形式背景中引入决策规则支持元与支持度,讨论了协调集与约简的等价判定定理,在此基础上提出基于遗传算法的决策形式背景的属性约简方法.数值实例分析表明,新约简方法能够在一定程度上弥补启发式算法存在失效现象的不足,从而有利于提高决策分析的效率.

基于属性导出三支概念格的决策背景规则提取

给出了决策形式背景在属性导出三支概念格下的规则提取方法。首先定义了属性导出的三支概念格间的细于关系,以此为基础给出了决策形式背景三支协调的定义以及在三支协调下提取规则的方法,并研究了所获规则与经典决策背景下所获规则的关系。最后结合实例阐明了三支规则的有效性与优越性。

决策形式背景的启发式属性约简算法

在决策形式背景中给出了核心概念的定义,将决策形式背景的条件属性区分为必要属性与不必要属性,提出判定一个条件属性是否必要的等价刻画定理;在此基础上设计出了决策形式背景属性约简的一种启发式算法,通过实例证明了该算法的可行性与有效性。

协调决策形式背景的属性约简

本文研究基于对象定向概念格和属性定向概念格协调决策形式背景属性约简的问题。首先介绍了协调决策形式背景属性约简的概念,讨论了其等价的定义。进一步给出了属性约简的判定定理和相应的可辩识属性矩阵,从而为概念格中协调决策形式背景属性约简提供了一种具体的方法。

一种决策形式背景中挖掘决策规则的新方法

针对大规模决策形式背景中决策规则的提取问题,提出了一种将频繁闭项集与决策形式背景相结合以提取无冗余决策规则的新算法.该算法结合了深度优先搜索的思想以及概念格中概念节点之间的父子关系,改进了概念格中频繁闭项集的挖掘算法,得到的频繁决策概念格实现了对一定规模的数据库的压缩,同时得到无冗余决策规则.算法分析表明,该算法复杂度较低,更适用于大规模数据集中挖掘无冗余决策规则.

区间值决策形式背景的属性值向量约简

概念格是一种潜力极大的有效的知识发现工具,现已被广泛应用于计算机网络、数据挖掘等领域。针对现实生活中信息的不确定性,定义了区间值决策形式背景;通过讨论条件区间形式背景与决策区间形式背景概念格之间的关系,研究了区间值决策形式背景的协调性,进一步研究了属性值向量约简,使得原背景在属性及属性区间值两个方面得到简化。

决策形式背景的irr-型属性约简

概念格的属性约简是概念格理论研究的核心问题之一。从不可约元的角度定义一种irr-型属性协调集,提出了一种概念格的属性约简方法,分别对协调和不协调两种决策形式背景下的概念格进行分析,得到了属性约简的判别方法,并且用具体的例子进行了说明。经过属性约简,概念格的计算变得更为简便。

序决策形式背景的规则提取及属性约简

基于含有多值决策信息的决策形式背景,提出序决策形式背景的概念及其序决策概念格的相关理论,给出序决策概念格的决策规则及规则的置信度与支持度,并讨论决策规则在实际应用中的意义.在此基础上定义保持规则不变的属性约简,同时得到保持序决策概念格结构不变的属性约简方法.最后讨论序决策形式背景保持规则不变的约简与保持格结构不变的约简之间的关系.

决策形式背景面向属性与面向对象的决策规则

决策形式背景是形式概念分析的重要研究内容,决策形式背景的知识体现为决策规则。文中提出了面向对象与面向属性概念格的决策规则,给出了决策规则的语义解释;刻画了面向属性概念格的决策规则与基于Wille概念格的决策规则的关系,给出了一种属性集协调性判别方法。