模糊概念格的并行構造算法.pdf

1、隨著計算機技術和互聯(lián)網的快速發(fā)展，社交網絡、智能設備、傳感器設備、云計算中心實時生成大量的信息數據，如何從中提取有價值的知識已成為一個巨大的挑戰(zhàn)。形式概念分析由德國學者Wille.R于1982年提出，是數據挖掘、數據分析的一種重要研究方法。作為形式概念分析的核心數據結構，概念格通過外延和內涵直接描述一個概念，由偏序關系表示概念之間的聯(lián)系，并使用Hasse圖實現(xiàn)數據信息的可視化。模糊概念格是經典概念格的擴展，能夠描述現(xiàn)實中不確定信息，具有

2、更廣泛的應用范圍。形式概念分析應用的前提是概念格的構造，而且隨著數據規(guī)模逐漸增大和模糊概念格本身的復雜性，如何高效的構造模糊概念格成為一個新的研究課題。針對這種情況，本文對模糊概念格的構造問題進行分析研究。先對形式概念分析問題給以描述，對目前存在的經典概念格和模糊概念格構造理論、方法進行總結和闡述，指出當前模糊概念格構造所存在的問題，從而提出本論文的研究內容。
　　本文提出一種模糊概念格并行構造算法ParaFuLa，彌補了串行模糊

3、概念格構造算法的不足，能更好的滿足模糊概念格應用的需求。首先，本文基于已有的模糊概念格構造算法，綜合考慮模糊概念格結構特點和構造任務的要求，定義模糊概念格中模糊概念節(jié)點的層次和同層模糊概念節(jié)點集合，該方法不僅清楚的描述模糊概念的性質，更能體現(xiàn)模糊概念格的結構特點。其次，對同層模糊概念格節(jié)點進行分析，得到同層模糊概念節(jié)點構造任務相互獨立的重要性質，在模糊概念格構造時按照參與計算節(jié)點數目進行任務分配，并行計算各個任務。最后，在結果集成時引入