基于异构网络语言形式背景的知识发现及规则提取

在不确定性环境下,如何处理具有复杂关系的数据是研究热点之一.网络形式背景将复杂网络分析和形式概念分析结合,为复杂关系数据的知识发现提供一种有效的数学工具.文中首先从网络结构的异构性出发,提出异构网络语言形式背景.异构网络包含专家给出的主观网络,又包含通过对象的特征挖掘的客观网络.然后,考虑网络的连通性,得到全局和局部异构网络语言概念,并给出异构网络下的全局连通及局部连通知识发现算法.最后,基于异构网络语言形式背景构建关联规则提取模型,通过实例验证知识发现及规则提取的合理性和有效性.

一种基于模糊形式概念分析的程序聚类方法

程序聚类通过将与同一个需求或设计元素相关的代码单元聚集在一起来辅助程序理解及系统结构分析.其中,形式概念分析(FCA)是一类被广泛采用的程序聚类技术.然而现有基于FCA的程序聚类方法都是基于二值属性构建的,无法处理模糊信息.提出将模糊概念分析用于基于文本分析的程序聚类,提出了一种支持模糊信息的程序聚类方法.该方法包括模糊属性的采集过程以及相应的模糊概念格的构造算法.在此基础上,开发了一个半自动化的程序分析工具,并将其应用到一个商业软件分析中.初步的实验结果表明该方法能够有效地支持基于模糊特征的程序聚类,对于提高遗留系统的维护效率有明显的帮助.

一种基于模糊聚类的模糊本体生成方法

本文研究了一种从模糊背景生成模糊本体的方法。模糊本体由以下几部分组成,分别是:模糊形式概念分析、模糊概念聚类及模糊本体生成。首先,模糊形式概念分析将模糊逻辑嵌入形式概念分析以构成模糊概念格。其次,模糊概念聚类从模糊概念格构造概念层次。最后,模糊本体生成部分从概念层次生成模糊本体。

一种基于模糊概念相似度的模糊本体构建方法

研究了一种基于模糊概念相似度的模糊本体构建方法。对目标数据源进行模糊形式概念分析,构建模糊概念格,利用基于模糊概念相似度的概念聚类算法产生模糊概念聚类,并最终映射得到模糊本体。该方法对模糊概念的内涵及外延的相似度进行了全面的度量,并加入权重因子增强模糊聚类的可调节性。最后通过实例验证了该方法的可行性和有效性。

概念相似度在文本模糊聚类中的应用

文本聚类是文本挖掘的一种重要方法。基于形式概念分析和概念相似度,给出一种新的多背景文本模糊聚类方法和模型。该方法不仅考虑了多背景关键词之间的语义关系,而且通过非距离计算得到模糊相似矩阵。可根据不同要求得到相应的聚类结果,具有较好的灵活性。最后通过示例说明了所给算法的可行性。

一种基于概念相似度的文本模糊聚类方法

文本挖掘是数据挖掘的一个重要研究领域。基于形式概念分析和概念相似度,给出了一种新的文本模糊聚类方法。该方法不仅考虑了关键词之间的语义关系,而且通过非距离计算得到模糊相似矩阵。可根据不同要求,得到不同的聚类结果,具有较好的灵活性。最后通过实例,说明了给出算法的可行性。

一种基于模糊推理的模糊本体的插入技术

本文介绍了在模糊本体检索插入中使用模糊推理的一种方法.并给出了一种模糊本体的生成方法,通过使用模糊蕴含和模糊合成,对这种方法生成的模糊本体进行矩阵推理计算并得出结论.

模糊信息背景下突发公共卫生事件的安全决策方法研究

[目的/意义]突发公共卫生事件所具有的复杂性与偶然性,降低了知识建模与语义发现的有效性。探究突发公共卫生事件的模糊信息建模机理,对提升安全决策的准确性具有重要的研究意义。[方法/过程]基于模糊形式概念分析理论,从多粒度属性视角研究突发公共卫生事件模糊形式背景,建立模糊概念格;通过格上作业,计算模糊概念中案例对象的综合相似度,构建基于模糊概念格的安全决策模型(FCSDM),据此进行安全决策;通过算例分析,说明FCSDM的应用流程。[结果/结论]基于FCSDM,能够从模糊计算的角度,提升突发公共卫生事件的知识建模能力;通过调整属性语义粒度,强化事故案例的致因与应急措施的语义关联,从而降低安全决策的应用风险。

模糊概念集的启发式构造方法及其推荐应用

针对模糊形式概念分析在推荐应用中难以用于大规模数据集的问题,提出了一种基于模糊概念集启发式构造的推荐方法。根据用户之间的相似度,为每个用户构建子背景,在子背景上采用新的启发式信息,分别以用户和项目为线索生成模糊概念。利用模糊概念内部信息,设计了融入用户权重的推荐置信度,实现了对用户的个性化推荐。在6个真实数据集上进行试验,本方法的推荐效率较高,与经典的协同过滤算法相比,在稀疏的数据集上能够取得更好的推荐效果。

基于核方法的模糊对象语言概念格聚类分析

在现实生活中,存在着大量语言值数据。为了解决在语言环境中不确定信息的聚类问题,本文提出了一种新的机器学习方法,即基于核方法的模糊对象语言概念格聚类分析模型。该模型通过融合层次聚类与概念格聚类的原理,在寻找到层次聚类局部最优层次的同时优化概念格聚类中的概念选择与概念构造问题。具体地,提出模糊对象语言概念格及其相关性质,它的外延与内涵分别用模糊集与语言术语集来描述,不仅可以表达模糊信息和语言值信息,而且可以描述不同群体之间的语言信息差异;分别分析层次聚类与模糊对象语言概念格聚类,在此基础上,结合核方法计算模糊对象语言概念格中样本间的相似程度,构造基于层次聚类方法的模糊对象语言概念格聚类分析模型;实验结果表明,该模型是有效的,可以集成层次聚类与概念格聚类的优势。