不完備信息系統(tǒng)中的知識獲取方法研究.pdf

1、在計算機與網(wǎng)絡信息技術飛速發(fā)展的今天，各個領域的信息與數(shù)據(jù)急劇增加，并且由于人類的參與使數(shù)據(jù)與信息中的不確定性更加顯著，信息與數(shù)據(jù)中的關系更加復雜。如何從大量的、雜亂無章的、強干擾的不完備信息中挖掘潛在的、新穎的、正確的、有價值的知識，這給智能信息處理提出了嚴峻的挑戰(zhàn)，由此產(chǎn)生了人工智能領域研究的一個嶄新領域——數(shù)據(jù)挖掘(DM)和數(shù)據(jù)庫知識發(fā)現(xiàn)(KDD)。在DM和KDD諸多方法中，形式概念分析、模糊聚類分析、粗糙集等對于處理不完備信息不

2、失為有效的方法。
　　模糊聚類分析與粗糙集都是表示和處理不確定性數(shù)據(jù)的重要方法，它們不僅可以處理不完全數(shù)據(jù)、噪聲或不精確數(shù)據(jù)，而且在開發(fā)數(shù)據(jù)的不確定性模型方面是有用的，能提供比傳統(tǒng)方法更靈活、更平滑性能。
　　形式概念分析和粗糙集都是用來進行數(shù)據(jù)建模和數(shù)據(jù)分析的數(shù)學工具，形式概念分析具有較強的代數(shù)結構，它獲取的知識更具有層次清晰和邏輯性強的優(yōu)點，而粗糙集對于各種復雜數(shù)據(jù)集的知識獲取已取得了大量的研究成果。由于形式概念分析與粗

3、糙集研究的對象具有天然的相似性，它們之間的融合研究將拓展粗糙集在不完信息系統(tǒng)中的處理能力，是將粗糙集進一步推向實用的關鍵之一。
　　本文跟蹤國際學術前沿，建立了基于不完備形式背景的概念格結構模型和知識庫;提出了一種新的基于模糊聚類分析的信息完備化方法;初步探討了形式概念分析理論與粗糙集的融合。本文的結論不僅為分析處理數(shù)據(jù)提供了新的理論依據(jù)，而且具有重大的應用價值。
　　本文獲得了以下主要成果:
　　1)形式概念分析在不

4、完備形式背景中的知識獲取。引入了粒度計算思想，在不完備形式背景中定義了對象—屬性相容粒，同時融合形式概念分析理論提出了基于對象-屬性相容粒的一種信息獲取方法。該方法在信息獲取過程中，一方面，引入了粒度計算思想，在不同粒度下對問題進行抽象和簡化，便于我們更好的理解問題，而不是淹沒在問題的不必要的細節(jié)中，從而降低了信息獲取的復雜性;另一方面，參考了相關領域中的專家意見，保障了信息獲取的可靠性。本文可分成兩個階段:一、基于不同粒度下的對象-屬

5、性相容粒，生成完備化形式背景;二、融合多個完備化形式背景，在不完備形式背景上建立一個概念格結構模型。以上兩個階段的結論都有嚴格的理論依據(jù)和實驗數(shù)據(jù)支持，同時說明了該方法的可行性和有效性。該方法不僅建立了基于不完備形式背景的概念格結構模型和知識庫，而且為分析處理數(shù)據(jù)提供了一種新的理論依據(jù)。
　　2)運用模糊聚類理論處理不完備信息系統(tǒng)。通過模糊聚類理論構建了一個新的信息處理平臺，即相容模糊粒框架系統(tǒng)，它為正確修復遺漏信息提供了不同粒度

6、下的數(shù)據(jù)支持。該系統(tǒng)由相容模糊?？蚣茏搴瓦z漏信息粒集合兩部分構成，我們將運用相容模糊?？蚣茏鍋慝@取遺漏信息粒中的缺失數(shù)據(jù)。不同粒度下修復遺漏信息的效用遵循邊際效用遞減原理，因為隨著粒度的變大，它對修復遺漏數(shù)據(jù)的效用也會降低。由于數(shù)據(jù)的缺失數(shù)量會影響參數(shù)的合理設定，我們引入了模糊綜合評判來度量數(shù)據(jù)的缺失量，為參數(shù)的合理設定提供依據(jù)。與一些傳統(tǒng)方法相比較，它更能反應人類的認知過程。
　　3)形式概念分析與粗糙集的融合研究。本文實現(xiàn)了形