不完備信息系統(tǒng)中的知識(shí)獲取方法研究.pdf

1、在計(jì)算機(jī)與網(wǎng)絡(luò)信息技術(shù)飛速發(fā)展的今天，各個(gè)領(lǐng)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(guān)系更加復(fù)雜。如何從大量的、雜亂無章的、強(qiáng)干擾的不完備信息中挖掘潛在的、新穎的、正確的、有價(jià)值的知識(shí)，這給智能信息處理提出了嚴(yán)峻的挑戰(zhàn)，由此產(chǎn)生了人工智能領(lǐng)域研究的一個(gè)嶄新領(lǐng)域——數(shù)據(jù)挖掘(DM)和數(shù)據(jù)庫(kù)知識(shí)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(duì)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(jìn)行數(shù)據(jù)建模和數(shù)據(jù)分析的數(shù)學(xué)工具，形式概念分析具有較強(qiáng)的代數(shù)結(jié)構(gòu)，它獲取的知識(shí)更具有層次清晰和邏輯性強(qiáng)的優(yōu)點(diǎn)，而粗糙集對(duì)于各種復(fù)雜數(shù)據(jù)集的知識(shí)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(duì)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(jìn)一步推向?qū)嵱玫年P(guān)鍵之一。
　　本文跟蹤國(guó)際學(xué)術(shù)前沿，建立了基于不完備形式背景的概念格結(jié)構(gòu)模型和知識(shí)庫(kù);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(jié)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(yīng)用價(jià)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(shí)獲取。引入了粒度計(jì)算思想，在不完備形式背景中定義了對(duì)象—屬性相容粒，同時(shí)融合形式概念分析理論提出了基于對(duì)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(jì)算思想，在不同粒度下對(duì)問題進(jìn)行抽象和簡(jiǎn)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(xì)節(jié)中，從而降低了信息獲取的復(fù)雜性;另一方面，參考了相關(guān)領(lǐng)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(gè)階段:一、基于不同粒度下的對(duì)象-屬

5、性相容粒，生成完備化形式背景;二、融合多個(gè)完備化形式背景，在不完備形式背景上建立一個(gè)概念格結(jié)構(gòu)模型。以上兩個(gè)階段的結(jié)論都有嚴(yán)格的理論依據(jù)和實(shí)驗(yàn)數(shù)據(jù)支持，同時(shí)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(jié)構(gòu)模型和知識(shí)庫(kù)，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(yùn)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(gòu)建了一個(gè)新的信息處理平臺(tái)，即相容模糊粒框架系統(tǒng)，它為正確修復(fù)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(gòu)成，我們將運(yùn)用相容模糊粒框架族來獲取遺漏信息粒中的缺失數(shù)據(jù)。不同粒度下修復(fù)遺漏信息的效用遵循邊際效用遞減原理，因?yàn)殡S著粒度的變大，它對(duì)修復(fù)遺漏數(shù)據(jù)的效用也會(huì)降低。由于數(shù)據(jù)的缺失數(shù)量會(huì)影響參數(shù)的合理設(shè)定，我們引入了模糊綜合評(píng)判來度量數(shù)據(jù)的缺失量，為參數(shù)的合理設(shè)定提供依據(jù)。與一些傳統(tǒng)方法相比較，它更能反應(yīng)人類的認(rèn)知過程。
　　3)形式概念分析與粗糙集的融合研究。本文實(shí)現(xiàn)了形