模糊形式背景下基于閾值的概念格的構造和屬性約簡.pdf

1、概念格是近年來獲得快速發(fā)展的數據分析的有力工具之一。它通過Hasse圖表現(xiàn)出概念之間的泛化和例化關系，已在知識工程、數據挖掘、信息檢索、軟件工程和數字圖書館等領域得到廣泛的應用。目前的形式概念分析主要基于經典的形式背景來進行的，即形式背景中對象和屬性的二元關系的取值為0和1，然而在許多實際問題中對象和屬性的二元關系是模糊的、不確定的，是一個模糊集合。模糊集理論能夠分析和處理模糊的信息，已成功地應用到許多研究領域。對模糊形式背景的研究更加

2、符合實際需要，具有重要的理論意義和應用價值。 本文的主要工作有： 通過對模糊形式背景的研究，給出了基于閾值的模糊形式背景的概念格的構造方法。即通過設置閾值，將模糊形式背景轉化為基于0、1值的經典形式背景，并采用了自底向上的方法構造概念格，構造格的方法是對Chein方法的改進，Chein方法會在底層產生大量的重復結點，并且沒有生成Hasse圖，而本文在改進后，可在底層避免產生大量的重復結點，并最終生成Hasse圖，通過設置

3、不同的閾值，可以得到不同的概念格，進而得到不同精度的知識。 討論了在已構造好的概念格的基礎上進行屬性約簡的問題。通過Hasse圖，采用按層次對圖中的每一個概念進行遍歷，并對概念中的每一個屬性進行判斷，看它屬于絕對必要屬性、相對必要屬性還是絕對不必要屬性，本文給出了基于概念的屬性判定定理；通過屬性約簡，可以約去大量冗余的屬性，更加快速地進行規(guī)則提取和知識發(fā)現(xiàn)。 本文最后研究了關于形式背景的合成問題。根據它們合并前后的變化，