三支面向属性概念格的规则提取

在面向属性概念格和三支面向属性概念格中定义了两种协调性,并研究了两种协调性之间的关系;在三支面向属性概念格中定义了三支面向属性规则及其相应的冗余规则,并给出三支面向属性非冗余规则的刻画和算法;在决策形式背景的补背景下,进一步研究了面向属性规则和三支面向属性规则之间的区别与内在联系。     

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。     

基于概念格的异构数据知识发现方法

基于概念格的知识发现方法已被广泛关注,同时也吸引了众多学者的研究兴趣,特别是决策形式背景的知识发现,近年来取得了一些重要的研究成果。然而,现有的知识发现方法在面临大数据环境时,缺乏可行性与有效性。考虑到异构性是大数据的主要数据特征之一,针对异构数据,研究了基于概念格的知识发现方法。具体地,提出了异构形式背景及其概念格,通过异构形式背景定义了异构决策形式背景,进一步在异构决策形式背景上讨论了规则提取问题,并给出了挖掘非冗余决策规则的有效算法。     

决策形式背景属性约简的关系

形式背景的属性约简是形式概念分析的重要研究方向。针对决策形式背景,已有多种属性约简标准及属性约简方法。文中研究了相关属性约简方法之间的关系,从形式概念的角度给出了规则协调集的等价描述方法;证明了强协调决策形式背景中的规则协调集为协调集,粒协调决策形式背景中的规则协调集为粒协调集。     

三支类背景上的规则获取

规则提取是三支概念分析中的一个重要问题。首先,基于属性导出三支概念,定义了两种三支类背景,即三支条件类背景和三支决策类背景,给出了类背景上的类概念并且研究了类概念的结构。其次,讨论了三支决策类背景上的类概念与三支弱协调决策形式背景上的属性导出三支概念之间的关系。然后,提出了三支决策类背景上的规则获取方法,并且 通过比较证明了基于三支类背景获取的规则优于基于三支弱协调决策形式背景获取的规则。最后,利用三支条件类背景给出了反向规则与双向规则的获取方法。     

一种高效的核属性动态更新算法

针对决策表中对象动态删除的情况,研究了核属性的动态更新问题。首先引入了简化决策表的概念,剔除了大量重复冗余的对象,然后详细分析了当决策表删除对象时核属性的动态更新机制,并将逐层细化的方法应用到核属性的动态更新中,避免了许多不必要的重复计算。在此基础上,设计了一种无需存储差别矩阵的核属性动态更新算法。当决策表有对象删除时,该算法只需扫描一遍变化后的决策表,便可快速对核属性进行动态更新。最后,通过实例分析和实验比较验证了算法的可行性和有效性。     

基于概念格的不完备信息系统最简规则提取算法

概念格是以概念为元素的偏序集,通常可以对形式背景描述的完备信息系统进行分析和处理,然而在多数情况下信息系统是不完备的,粗糙集理论是一种刻画不完整、不确定性问题的有效方法.针对此问题,从粗糙集的角度出发,基于概念格理论定义一种描述不完备信息系统的增广形式背景,在此基础上,定义并讨论极概念和极概念格及其相关性质,进而提出增广形式背景的极概念生成算法.为了获得更加简洁的决策规则,同时提出一种新的无冗余属性的决策规则获取算法.通过实例计算和UCI数据集的对比实验,表明了所提出算法的可行性和有效性,特别地,当信息系统完备时极概念将退化为经典的概念.     

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.     

D型概率决策形式背景下的规则获取

基于不确定性决策问题,提出一种D型概率决策形式背景,并针对D型概率决策形式背景定义“△”算子,获得概率形式概念,构造相应的概念格。又定义了D型概率决策形式背景的协调性,在协调的背景上进行规则获取。进一步,剔除冗余规则,简化规则集。最后,给出概率概念格生成及规则获取算法,以便于计算机的实现。     

基于OE-概念格的形式背景属性约简

在三支概念格的属性约简框架下,借助布尔矩阵理论,研究保持OE-对象粒矩阵不变的属性约简问题。给出OE-对象粒矩阵的概念以及OEG粒协调集的定义,在此基础之上讨论属性之间的相似性,并且刻画属性的内外重要度。针对对象导出三支概念格的形式背景设计基于矩阵理论的启发式属性约简算法。将上述理论结果应用于对象导出三支概念格的决策形式背景,提出三支协调决策形式背景及OEG粒协调集的概念,并且从规则提取的角度说明约简集对应的OE-概念格的决策形式背景的三支规则集比原背景的三支规则集更加简洁。通过数值实验阐明该理论的可行性和合理性。     

决策表属性约简集的增量式更新算法

针对动态变化的决策表,研究了属性约简集的动态更新问题。在详细分析新增对象的所有可能情况的基础上,提出一种基于分辨矩阵元素集的属性约简集增量式更新算法。该算法根据新增对象的不同情况快速更新分辨矩阵元素集,依据分辨矩阵元素集中增加和减少的元素有效地更新原属性约简集,快速得到新的最小属性约简。最后,通过5个UCI的数据集验证了算法的有效性。     

Rule acquisition and attribute reduction in real decision formal contexts

Formal Concept Analysis of real set formal contexts is a generalization of classical formal contexts. By dividing the attributes into condition attributes and decision attributes, the notion of real decision formal contexts is introduced. Based on an implication mapping, problems of rule acquisition and attribute reduction of real decision formal contexts are examined. The extraction of “if–then” rules from the real decision formal contexts, and the approach to attribute reduction of the real decision formal contexts are discussed. By the proposed approach, attributes which are non-essential to the maximal s rules or l rules (to be defined later in the text) can be removed. Furthermore, discernibility matrices and discernibility functions for computing the attribute reducts of the real decision formal contexts are constructed to determine all attribute reducts of the real set formal contexts without affecting the results of the acquired maximal s rules or l rules.     

A rough set based dynamic maintenance approach for approximations in coarsening and refining attribute values

In rough set theory, upper and lower approximations for a concept will change dynamically as the information system changes over time. How to update approximations based on the original information is an important task that can help improve the efficiency of knowledge discovery. This paper focuses on the approach of dynamically updating approximations when attribute values are coarsened or refined. The main contributions include: (1) defining coarsening and refining attribute values in information systems and introducing the properties and the principles of coarsening and refining attribute values; (2) analyzing the properties for dynamic maintenance in terms of upper and lower approximations with coarsening and refining attribute values; (3) proposing an incremental algorithm for updating the approximations of a concept as coarsening or refining attributes values; and finally (4) validating the efficiency of the proposed approach to handle the dynamic maintenance of the approximations for a given concept. © 2010 Wiley Periodicals, Inc.     

对象定向概念格的决策约简

研究了基于对象定向概念格的决策形式背景的属性约简的定义和方法。在对象幂集上引入一个等价关系,并介绍了相关性质。提出了决策形式背景的协调性的定义,进而利用等价关系给出了协调决策形式背景的属性约简定义。该定义下的属性约简集能保持由原属性集确定的所有等价类不变的最小属性子集,同时它也能保持所有对象定向概念的外延不变。利用辨识矩阵提出了一种用于计算所有属性约简集的方法。     

不协调决策形式背景的矩阵型属性约简

形式概念分析的属性约简是知识表达和数据处理的一种有力的工具。对于不协调决策形式背景,已有多种属性约简的方法。从布尔矩阵运算的角度研究不协调决策形式背景的属性约简问题,提出属性约简的新的刻画。首先,借助矩阵的运算给出广义矩阵协调集的定义,并研究属性之间相似性的度量。接着,针对在属性约简过程中起不同作用的属性,将条件属性区分为核心属性和非核心属性,提出一个属性是否是核心属性的充要判断条件,以及得出属性约简的判别方法。最后,在此框架上设计出不协调决策形式背景属性约简的一种启发式算法,通过例题说明此算法的可行性和合理性。通过属性约简,该形式背景下的概念格计算更为简便。上述结果有助于进一步的应用及为研究形式概念分析的矩阵方法提供理论基础。     

集值决策信息系统的动态属性约简算法

在现实应用中许多数据往往是动态变化的,静态的属性约简算法处理此类数据需消耗大量的计算时间和存储空间。针对集值决策信息系统中数据的动态变化情况,通过引入条件信息量和属性重要性概念,提出了一种启发式的动态属性约简算法,当新的属性集增加到决策信息系统时,算法能够利用原系统的属性约简结果,快速更新属性集增加后的属性约简,并对更新后的属性约简中可能存在的冗余属性进行反向剔除,保持了知识获取的简洁,提高了算法的计算效率。最后,通过实例验证进一步分析了算法的有效性和可行性。     

基于信息熵的核属性增量式高效更新算法

针对基于信息熵求核算法效率不理想的情况,给出信息观下的二进制差别矩阵定义,理论上证明基于信息熵的核属性与基于二进制差别矩阵的核属性等价;并将决策表划分为相容的对象集和不相容的对象集,缩小求核算法的搜索空间;然后针对动态的决策表,研究核属性的增量更新机制,由此构造一种基于信息熵的核属性增量式高效更新算法。实例分析与实验结果验证文中算法优于同类求解算法。     

Granular Computing and Knowledge Reduction in Formal Contexts

Granular computing and knowledge reduction are two basic issues in knowledge representation and data mining. Granular structure of concept lattices with application in knowledge reduction in formal concept analysis is examined in this paper. Information granules and their properties in a formal context are first discussed. Concepts of a granular consistent set and a granular reduct in the formal context are then introduced. Discernibility matrices and Boolean functions are, respectively, employed to determine granular consistent sets and calculate granular reducts in formal contexts. Methods of knowledge reduction in a consistent formal decision context are also explored. Finally, knowledge hidden in such a context is unraveled in the form of compact implication rules.