多粒度面向对象概念格的构造

目的研究多粒度面向对象概念格的构造。方法在单粒度面向对象概念格外延集上作并运算,得到多粒度面向对象概念的外延集,再运用下近似粒算子,得到多粒度面向对象概念的内涵集,进而构造多粒度面向对象概念格。结果给出了由单粒度面向对象概念格构造多粒度面向对象概念格的方法。结论多粒度面向对象概念格的提出进一步完善了概念格理论。

基于并不可约元的面向对象概念格的属性约简

概念格的属性约简是知识处理的重要研究问题之一。提出了一种面向对象概念格的属性约简方法。首先介绍了求面向对象概念格中并不可约元的方法,进而给出了面向对象概念格的并不可约元的外延集与面向对象概念格的协调集和约简集之间的关系,在此基础上,给出面向对象概念格的属性特征、并不可约元的外延集、属性等价类三者间的关系,最后利用这三者间的关系给出了面向对象概念格的约简集的构造。

面向对象概念格的压缩

概念格理论是知识处理与分析的一种有力工具,在知识发现和数据挖掘等众多领域有着重要的应用。引入了概念相似度新的计算方法,由对象和属性共同确定概念之间的相似程度,进而产生概念邻域,并根据概念间相似程度来控制概念邻域的大小,删除不必要的节点,从而控制面向对象概念格中节点的个数,实现面向对象概念格的压缩和知识库简化。示例表明,当参数的值较小时,压缩效果明显。

纵向合成背景的面向对象概念格属性约简

随着计算机网络的发展,多个形式背景分布存储在不同的网络节点,研究合成背景的属性约简就显得十分重要。提出了一种多背景纵向合成的面向对象概念格的属性约简方法,给出了面向对象概念格的属性近似算子真子集的定义,并给出了各子形式背景和合成形式背景的属性特征间的关系,在此基础上,给出了合成形式背景的属性近似算子真子集、子形式背景的属性近似算子真子集和属性等价类间的关系,并利用它们间的关系给出了合成背景的各种属性判别的充要条件,进而给出了合成背景属性约简的构造算法。

基于n阶算子的面向对象概念格压缩

研究面向对象概念格的简化问题。针对给定的形式背景,引入对象集和属性集上的n阶算子,产生n阶面向对象概念,并构建Hasse图。从而通过调整n值大小,可控制面向对象概念格的压缩格节点的个数,实现对面向对象概念格的动态压缩。提出的基于n阶算子的面向对象概念格压缩方法,可使压缩后的概念外延为原概念外延的交,概念内涵为原概念内涵的并,从而达到简化知识库的目的。

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。

横向合成背景的面向对象概念格的生成

针对多形式背景合成的概念格生成,提出了一种多背景横向合成的面向对象概念格的生成方法。首先利用各个子形式背景中的每个概念的外延通过相关运算得到合成背景的面向对象概念格的外延集,然后将得到的外延集通过近似算子运算得到合成背景的内涵,并进一步得到合成背景的概念格。用理论证明该方法的有效性和完备性,并通过实验表明该方法时间效率较好。

一种新的面向对象概念格属性约简方法

为了研究概念格的属性约简方法,提出了面向对象概念格的可简化属性和不可简化属性,并研究相关性质.给出了面向对象概念格知识约简的判定定理,及相应的面向对象概念格约简方法.本文提出的属性约简方法,不用建立在差别矩阵上面,便可得到形式背景的约简集.

面向对象概念格的属性约简方法

在给定形式背景下,给出了求解经典概念格、面向对象概念格和面向属性概念格的一种简便方法。给出了面向对象概念格的属性约简的判定定理,并提出了一种利用并可约元求解面向对象概念格的属性约简的方法。在此基础上,得到了其约简集以及属性集的3种分类,即必要属性集、相对必要属性集、不必要属性集.

面向对象(属性)概念格的布尔表达

形式概念分析是用于知识表示和知识发现的一个重要方法.将逻辑运算方法引入形式概念分析之中,利用布尔向量的逻辑运算定义了布尔形式背景中的上、下近似运算,给出了其性质.并定义了布尔面向对象(属性)概念格,证明了其与面向对象(属性)概念格的等价性.简化了构造面向对象(属性)概念格的过程.

面向对象多粒度概念格的构造

如何降低概念格构造过程中的复杂度是形式概念分析中一个重要的研究课题.粒计算可以从多个角度对问题进行分析、求解,已经成为人工智能领域中研究问题的有效工具.针对多粒度概念格的快速构造问题,基于粒计算理论,本文研究了属性粒度变化前后概念外延与内涵之间的关系,定义了不同类型的概念,提出了基于不同属性粒度组合的面向对象概念格转换算法—Zoom,具体包括对属性粒度进行细化的Zoom-in算法和对属性粒度进行粗化的Zoom-out算法.Zoom算法在原概念格的基础上直接实现新概念格的构造,避免了遵循传统的概念格构造方法时从新形式背景中生成新面向对象概念格的繁琐步骤,从而提高了概念格的构造效率,可以快速确定概念格的属性最优粒度组合,进而有助于在数据中进行数据挖掘和知识发现.

面向对象的多粒度形式概念分析

为进一步将粒计算思想引入到形式概念分析之中,在多粒度形式背景中研究了面向对象的形式概念,将已有的面向对象概念由单粒度拓展至多粒度情形。首先,在多粒度形式背景中,给出了不同粒度下概念的定义;其次,研究了在不同粗细粒度下,面向对象概念之间的内在联系;最后,证明了在不同粗细粒度下外延集相等的充分必要条件。所得结论为在多粒度形式背景中建立融合形式概念分析与粗糙集理论的数据分析模型提供了可能的框架。

基于面向对象(属性)概念格的形式背景属性约简方法

形式背景的属性约简是形式概念分析的重要研究内容之一。文中研究形式背景保持面向对象(属性)概念格结构的属性约简方法。通过分析相应的粒概念,提出了一种新的基于面向对象概念格和基于面向属性概念格的协调集判定定理,进而得到了新的可辨识属性集和可辨识属性矩阵,借助布尔逻辑公式转换给出了约简计算方法。提出的方法可以避免计算所有面向对象的形式概念及面向属性的所有形式概念。另外,提出了面向对象概念格和面向属性概念格的属性特征,给出了绝对必要属性、相对必要属性、绝对不必要属性的等价描述。

基于面向属性(面向对象)概念的对象粒的属性逻辑公式描述

研究基于面向属性概念、面向对象概念的对象粒的属性逻辑公式描述问题,讨论共有属性概念格和面向属性概念格、面向对象概念格的关系,在基于概念格的共有属性分析的对象粒描述方法基础上,给出基于面向属性概念格的可能属性分析的对象粒描述和基于面向对象概念格的必然属性分析的对象粒描述,分析属性逻辑公式语义构成的面向属性概念的外涵、面向对象概念的外涵的属性逻辑公式的结构特征,有助于应用对象粒的属性逻辑公式描述构建面向属性和面向对象的概念格.

浅谈项目驱动教学法在面向对象教学中的应用

针对面向对象概念的传统教授方法中存在的问题,提出将项目驱动教学法应用于面向对象概念的教学中,并提出相应的解决方案,使学生对程序设计语言中的基本概念的学习产生兴趣。

基于包含度理论的面向属性(对象)概念格构造

目的将包含度理论用于形式背景的研究中。方法根据包含度理论定义了一对基于形式背景的算子。结果利用算子可以构造面向对象概念格和面向属性概念格。结论利用包含度构造了面向对象概念格和面向属性概念格。

面向属性(对象)概念格基于直观图的保并(交)约简

属性约简是形式概念分析中的一个重要问题,文中主要研究面向属性概念格和面向对象概念格的保持并(交)不可约元外延不变的约简。给出面向属性概念格和面向对象概念格的保并约简和保交约简的定义;研究了这两个格的保并约简和保交约简之间的关系;利用形式背景直观图,给出获取这两种格的保并约简和保交约简的理论与方法。

面向科学基金管理数据数据仓库概念模型设计

国家自然科学基金委员会在促进科技进步方面正发挥着越来越多的作用。多年来,国家自然科学基金委员会产生大量的数据,为便于更好地管理和理解数据,建立数据仓库就非常有必要。利用面向对象的概念模型建立了国家自然科学基金委员会管理数据数据仓库,并通过数据仓库的建立以及面向科学基金管理数据的展示系统的建立验证了模型。

基于包含度理论的概念格构造方法研究

利用包含度理论定义了一种基于形式背景的算子,证明了包含度取不同值时,该算子可以构造出概念格、补背景概念格、面向属性概念格以及面向对象概念格。从而说明应用包含度理论可将基于形式背景的各种建格问题进行统一描述。

两种多粒度形式概念分析模型的比较研究

多粒度形式概念分析是近年来形式概念分析领域的一个热点方向。基于属性聚类与属性粒化是两种典型的方法。围绕Wille形式概念分析模型以及面向对象概念分析模型对这两种方法进行了深入的对比研究。首先引入了基于属性聚类的Wille概念分析模型,证明了已有的基于属性粒化的形式概念分析模型是该模型的一种特殊情形。将已有的基于属性粒化的面向对象概念分析模型拓展至基于属性聚类的情形,研究了聚类前后外延集的变化规律,证明了聚类前后外延集仍然保持不变的充分必要条件,所得结果进一步推广了已有文献中的结论。