形式背景同构判定的等价类算法

同构生成概念格是获取概念格的另一途径,而形式背景同构判定是这一方法的前提,也是决定整个算法时间复杂度的关键。本文提出的基于等价类法的形式背景同构判定算法,有效地提高了同构判定的效率。结合形式背景的分解和约简等手段,为概念格的构造提供了一种有实用价值的方法。本文对该方法的原理和算法设计进行了较详细的讨论,并通过实验,验证了算法的正确性和有效性。     

形式背景的蕴涵规则提取算法

对形式概念分析中如何从概念格提取出形式背景的完备的无冗余的蕴涵规则集进行了研究,从数学理论上证明了通过求出的概念格中的每个概念的真内涵缩减集可以得到形式背景的完备的蕴涵规则集,提出了如何再去除其中的冗余蕴涵得到形式背景的完备的无冗余的蕴涵集合的方法并从数学理论上证明了该方法的正确性,给出了一个从概念格得到形式背景的完备的无冗余的蕴涵规则集的算法。     

不完备形式背景下近似概念格的公理化方法

提出了由两个完备形式背景构造不完备形式背景的方法.基于完备形式背景公理化的方法得到了近似概念格的公理组,并给出了近似概念格的构造方法,其发展了不完备形式背景下近似概念格的理论.     

基于属性蕴含的形式背景的生成

形式概念分析是近年来发展较快的一种用于数据挖掘的工具,它广泛地应用于机器学习、软件配置、信息获取、知识管理和软件工程等领域。以前大家研究的内容都是基于属性之间没有关联,给出相应的形式背景,然后得出概念格的,并在此基础进行约简和优化。然而在现实中属性之间存在诸如蕴涵、依赖等关系的。本文论述了基于一些属性间的蕴涵式来生成一个形式背景的算法,拓广了形式背景的生成的方法。     

一种区间数分解与定标算法及其扩展形式背景的概念格生成方法

现有的概念格模型无法处理既包含以布尔值表示的信息,又包含以标量、模糊数及区间数表示的信息。因此,针对包含所有这些信息类型的扩展的形式背景提出它的处理方法,在此基础上,生成经扩展的概念格,是一项有意义的工作。提出了一种新的区间数分解与定标算法,以处理含有多种类型的扩展形式背景,并给出了相应的扩展格生成算法。最后,实验表明,该方法具有良好的效果。     

一种概念格渐进式构造算法

概念格是形式概念分析理论的一种数据结构,它以独特优势在许多领域获得了广泛应用,如信息检索、软件工程、知识发现等,而概念格的构造效率问题是其应用的前提。相对传统算法需要遍历原始概念格中所有结点才能确定新概念的产生子的不足,减少了概念格更新过程中需遍历的概念结点数并缩小了新概念的产生子的父概念的搜索范围,提高和改善了效率。     

基于形式背景级联运算的关联规则挖掘算法

提出了一种基于形式背景级联运算的关联规则挖掘方法,该方法能够挖掘出隐含在多个形式背景之间的知识。此外,还提出了用“索引链表”来辅助快速地找到所有的频繁结点,从而缩小了结点的搜索范围,降低了概念格挖掘关联规则算法的复杂度。最后,用一个实例检验了给出的各个方法的正确性。     

近似概念格及其增量构造算法研究*

针对传统概念格处理不完备信息的局限,给出了处理形式背景有缺值现象的概念格扩展模型———近似概念格,在此基础上提出改进的概念格增量构造算法。该算法引入哈希技术和最近父节点的增量计算方法,从加速定位生成元和更新边这两个关键过程改进Godin算法。采用随机数据集设计实验,实验表明,改进的算法可有效提高对形式背景有缺值现象概念格的建格效率,尤其是对数据规模和发生关系概率较大的数据集,算法的高效性更明显。     

形式背景的BAM神经网络模型及模型上的概念生成

形式概念分析是近年来发展较为迅速的一种数据挖掘工具,它已被广泛地应用于机器学习、软件配置、信息获取等领域,而神经网络是基于模拟人脑的智能特点而发展起来的一门新兴学科。它们之间的融合将有利于智能控制、模式识别、知识处理等学科的进一步发展。通过对BAM神经网络的设定,建立了形式背景和NK-BAM神经网络之间的对应关系,论证了NK-BAM模型的稳定状态与形式背景的概念格的概念结点之间的对应,为概念分析和神经网络的进一步研究奠定了理论基础。同时给出了一个基于神经网络的概念生成算法,并通过实例验证了算法的有效性。     

基于形式概念分析的本体合并方法

针对现有的本体合并方法在进行合并时需要人工参与,比较费时费力,且合并结果受人为影响过大等缺点,提出了一种基于形式概念分析的本体合并方法——FCA-OntMerge(formal concept analysis based ontology merging method)。该方法首先将本体中的数据直接转化为形式背景(概念格的数据存储方式),然后利用概念格严谨和完善的数学原理进行合并,最后生成新的本体。实验结果表明,该方法能很好地解决本体异构的问题。     

决策形式背景的启发式属性约简算法

在决策形式背景中给出了核心概念的定义,将决策形式背景的条件属性区分为必要属性与不必要属性,提出判定一个条件属性是否必要的等价刻画定理;在此基础上设计出了决策形式背景属性约简的一种启发式算法,通过实例证明了该算法的可行性与有效性。     

一种新颖的概念格属性约简算法

概念格是知识处理与分析的一个有力的工具,在知识约简方面有着重要的利用。首先给出了概念格中不同类型属性的等价刻画定理,在此基础上得到了一种新颖的概念格属性约简算法,最后通过实例表明了该约简算法的可行性与有效性。     

基于一一映射的概念格属性约简算法*

首先给出了基于一一映射的概念格不同类型属性的等价刻画定理,在此基础上得到了一种新颖的概念格属性约简算法;最后通过实例表明了该约简算法的可行性与有效性。     

双序渐进式概念格合并算法

针对传统的概念格合并算法仅为单向的纵向或横向合并,提出一种基于概念内涵、外延升降序的双序渐进式合并算法。按照概念的内涵或外延的升序和降序,从两个方向(由上到下和由下到上)同时进行子概念格的纵向或横向合并。算法分析和示例结果表明,该算法不仅在结构上较好地保留了原有信息,而且在效率上也获得了显著的提高。     

概念格属性约简的启发式算法

概念格是知识处理与分析的一个有力的工具,在知识约简和数据挖掘方面有着重要的应用。该文首先从概念外延的角度研究了合理刻画属性重要性的指标,并给出了概念格属性约简的判定定理,然后以这些指标作为启发式信息设计了一种新颖的概念格启发式属性约简算法,最后通过实例表明了该约简算法的可行性与有效性。     

决策形势背景的命题推演

在形势背景的基础上,通过弱化形式概念构成的条件,定义了比形式概念更为广泛的认知基本单位,即命题。基于一些基本概念如必然命题和充分命题,给出了命题的一些相关性质及各种命题间的关系,以及获取一些新命题的有效方式。通过确定一个命题的程度即确定度,探讨了基于决策形式背景中的命题推理方法,为形势背景上的不确定推理提供了一种新的认知框架。     

Attribute reduction theory of concept lattice based on decision formal contexts

The theory of concept lattices is an efficient tool for knowledge representation and knowledge discovery, and is applied to many fields successfully. One focus of knowledge discovery is knowledge reduction. Based on the reduction theory of classical formal context, this paper proposes the definition of decision formal context and its reduction theory, which extends the reduction theory of concept lattices. In this paper, strong consistence and weak consistence of decision formal context are defined respectively. For strongly consistent decision formal context, the judgment theorems of consistent sets are examined, and approaches to reduction are given. For weakly consistent decision formal context, implication mapping is defined, and its reduction is studied. Finally, the relation between reducts of weakly consistent decision formal context and reducts of implication mapping is discussed.     

区间概念格的纵向维护原理与算法

区间概念格是唯一能直接反映具备一定数量或比例的内涵中属性的对象集合的格结构。格结构是根据对象-属性的二元关系构造的,形式背景中的属性是时刻变化的,为使概念格能反映属性变化后的数据规律进而提取新的规则,提出了区间概念格的纵向维护算法。算法在分析了区间概念格的概念外延特点及结构特征后,给出了区间概念格在增加属性、删除属性两种情况下的维护算法,进而通过算法分析表明了维护较重构在时间与空间上的高效性,最终用实例表明了维护算法的可行性。