基于属性集合幂集的区间概念格L_α~β的渐进式生成算法

针对区间概念格Lβα(U,A,R)的概念外延在区间[α,β](0≤α≤β≤1)范围内满足内涵属性的特性,提出基于属性集合幂集的区间概念格Lβα的渐进式生成算法,以提高区间概念格的建格效率。在格结构的生成过程中,将节点分为不变节点、更新节点、新增节点。算法首先由属性集合幂集生成所有节点的内涵,之后根据区间概念格中父子节点的独特性质自下而上渐进式地构造格结构。通过算法分析与实例证明了优化后的渐进式生成算法提高了建格效率。

粗糙形式概念抽取的属性集合幂集方法

为了最大限度地抽取出形式背景中的粗糙形式概念,以便为粗糙概念格的构建提供完整的信息源,对粗糙形式概念的抽取进行了研究,提出了粗糙形式概念抽取的属性集合幂集方法。其操作要点为:粗糙形式概念的内涵由属性集合幂集方法所求得的子集确定,粗糙形式概念的外延由属性集合幂集所对应对象的上下近似集确定。该方法实现了粗糙形式概念的抽取,保证了从形式背景中抽取出概念的完整性,并能发掘一些隐含的概念,该方法简单快捷,易于计算机实现。

幂集特征矩阵及其应用

定义集合子集特征向量函数、集合子集特征向量的特征函数和集合子集特征函数。给出集合幂集特征矩阵的概念,研究集合幂集特征矩阵的性质;给出"模2法"和"辗转赋值法"2种生成集合幂集特征矩阵的形式化算法,分析算法的复杂度;将幂集特征矩阵应用到自动生成集合幂集和命题公式真值表,结果显示算法合理高效。