概念格合并原理与算法

子形式背景可以进行纵向或横向合并得到一个新的形式背景,相反地,这个形式背景可以进行纵向或横向的拆分得到子形式背景。相应地,子概念格也可以进行合并,得到一个新的概念格。概念格合并无论是纵向合并还是横向合并,合并都不改变原有概念之间业已存在的父子关系。根据这个事实,结合概念格合并的定义,设计了概念格合并算法。这个算法充分利用原有概念格的结构,在原有概念格基础上对部分节点进行调整得到合并结果。这个算法与将一概念格中的概念插入到另一个概念格相比,实验和分析均表明效率明显提高,适合概念格的合并运算。     

基于逻辑合取的语言真值概念格合并算法

针对人工智能领域中有关不确定性自然语言的研究，将格值逻辑引入概念格，提出了自然语言转换为语言真值的方法，并基于语言真值格蕴涵代数建立了语言真值概念格.通过对各语言真值形式背景及形式概念间关系的分析，演示了由多个语言真值概念格的合并而构造完整概念格的具体过程，进而给出了语言真值概念格基于逻辑合取的合并定理与算法.实验表明，与Bordat算法相比，当属性个数增多时，适当的合并算法能够使其时间复杂度呈指数型降低.     

一种基于概念格的本体合并方法

提出了一种基于概念格的,并利用叙词表的方法进行本体合并.为了进一步获得提取本体概念的相关指导,提高本体概念抽取的自动化程度,提出最小外延集概念,从而更方便有效地进行本体合并.     

概念格在二值命题逻辑命题集约简中的应用

概念格的属性约简理论和命题逻辑系统中命题集的约简理论似乎是独立发展的两个研究分支,本文在二值命题逻辑中引入由命题集Γ所诱导的形式背景的概念,并基于此建立了概念格;在二值命题逻辑中提出了命题集Γ的约简理论,即在保持Γ推理能力不变的前提下对Γ中的成员进行约简;运用概念格的方法从Γ及其子集的关系出发给出了Γ约简的判定定理以及求Γ约简的方法.     

弦二部图的概念格表示

 本文首先讨论了二部图中双单纯边与概念格中概念之间的对应关系;其次研究了弦二部图和约简的形式背景的若干性质;最后将概念格中元素的消除理论应用于二部图的研究,给出了弦二部图的概念格刻画.结果表明,一个二部图是弦二部图当且仅当对应的概念格中有一个∨∧—不可约元的完美消除序列.     

基于覆盖度函数的概念格约简

该文针对基于概念格的大规模数据和规则挖掘中,概念节点数呈指数爆炸的问题,提出了概念覆盖度函数和概念格度量模型,进行概念格约简,从而使生成的标示概念格具有线性空间复杂度。给出了概念格约简的直求法、同步法和提取法3种算法。时空复杂度分析和仿真试验表明,所提方法可以大幅约简概念格规模,从而显著提高建格和规则挖掘效率。标示概念还具有特殊含义,在Web服务关系挖掘中有很好的应用。     

基于FCA的本体的构建与合并

描述了采用形式概念分析方法来构建与合并本体的详细解决方案,有效地弥补了已有本体构建与合并方法的不足.通过FCA技术从给定的领域数据中寻找所有隐含的概念及概念间的关系,并用完全形式化的方式来表达本体,为本体的构建与合并提供了一种统一的应用技术.最后,通过基于FCA的本体原形系统展现了本体的构建与合并过程.     

基于概念格的RBAC模型中角色最小化问题的理论与算法

基于概念格的RBAC模型是角色挖掘中的一个重要方向,在概念格上找出满足最小权限原则的最小角色集合有助于降低安全管理的复杂性.本文研究了在概念格的RBAC模型上的角色最小化问题及其算法.首先将角色最小化问题引入概念格模型,并给出了概念格模型上最小角色集、角色替代和角色约简的定义,和相关定理的证明.在此基础上建立了一个基于角色替代的角色最小化问题求解模型,并设计了一个贪婪算法.该算法以对象概念集为初始集,逐个将集合中的概念用它的父概念来替代和约简,自底向上地迭代求解最小角色集.实验与分析表明了本文相关理论和算法的有效性.     

基于概念格的查询扩展词推荐

概念格是一种擅长描述层次关系的数学工具,在规则提取和数据分析中有广泛的应用.引入概念格理论对页面——概念形式背景建立了数学模型,在概念格基础上提出了一种查询扩展词生成算法.利用概念格Hasse图以及关联规则置信度以较高的效率生成扩展词作为二次搜索关键词,使信息搜索达到更好的效果.该算法在Diggol智能元搜索引擎上予以实现,取得了良好的效果.     

模糊概念格在知识发现的应用及一种构造算法

基于有限L_背景的模糊格在扩展和时空复杂度上有局限.本文定义了广义的模糊概念格和其上的截运算以简化格构造,提出了一种模糊格构造算法.在概念格结点级上定义了两个模糊参数α和 ,以避免提取因高偏差导致的无效规则.给出一个实例,说明了从模糊概念格提取不确定规则、计算规则支持度、置信度的原则、方法.实现了构造算法与Godin算法的对比实验,结果表明本算法在时空性能上要优于Godin算法.     

Research on space information representation model based on formal concept analysis

By discussing the concept,connotation and development situation of SI and its representation,and combining the content of FCA,the SIR model was established from there aspects including SI formal context,SI concept lattice and SI implication relation.Taking part of space entity sets and space data sets as input,the specific application of representation model on SIN was realized based on concept explorer platform,meanwhile,the effectiveness and feasibility of the SIR model was also validated by this example.Of course,the aim of the model was to provide information representation support for the basic theory and key technical research of SIN.     

基于概念格的图像语义检索研究

概念格是一种有效的数据分析和知识提取的形式化工具,已广泛应用于机器学习、人工智能、软件工程、知识发现等领域.提出了一种新的基于概念格的图像语义检索方法,将概念格理论应用到图像检索中,利用形式概念分析发现图像中潜在的概念结构和概念间的相互关系.借助于语言变量描述图像语义特征并根据这些模糊语义值构建概念格,用基于概念格的方法进行图像语义检索,这种方法所给的结果与人类视知觉具有更好的一致性.     

基于概念内涵最小生成子的伪内涵计算方法

 伪内涵是形式概念分析理论的一个重要概念,伪内涵问题的研究是当前研究的热点.传统的伪内涵计算方法为了获得形式背景中所有的伪内涵,需要搜索形式背景中所有的非内涵属性集,而属性的组合容易导致搜索空间爆炸.为此,本文从概念内涵生成子的角度,刻画伪内涵的特性,给出伪内涵判定的充要条件;在此基础上,提出计算伪内涵的GPI算法.GPI算法只需对概念内涵的最小生成子进行计算,便可获得形式背景中所有的伪内涵,有助于缩减算法的搜索空间,提高伪内涵计算效率.理论分析和实验结果表明,本文的算法是有效可行的.