基于包含度和形式概念分析抽取模糊語(yǔ)言命題.pdf

1、隨著計(jì)算機(jī)的普及和網(wǎng)絡(luò)技術(shù)的發(fā)展，人們面對(duì)的信息量巨大(海量信息)，并且信息結(jié)構(gòu)和關(guān)系復(fù)雜，完全超出了人們所理解的范圍：并且，在一般的信息系統(tǒng)(或數(shù)據(jù)庫(kù))中，對(duì)象的屬性值是連續(xù)的數(shù)值型的或字符型的，單獨(dú)的這些未經(jīng)加工的數(shù)據(jù)不能提供知識(shí)；另外，在日常生活中，人們通常使用自然語(yǔ)言表達(dá)信息，數(shù)據(jù)本身不能提供語(yǔ)言知識(shí)必須通過(guò)人工智能的方法從數(shù)據(jù)中獲取出相應(yīng)的語(yǔ)言知識(shí)。 本文通過(guò)抽取模糊語(yǔ)言命題，從海量數(shù)據(jù)中提取出有用的知識(shí)，具有很強(qiáng)的實(shí)

2、用性。在市場(chǎng)預(yù)測(cè)、管理決策、藝術(shù)評(píng)價(jià)、投資環(huán)境等方面都有著重要意義。 離散化可以加快學(xué)習(xí)的速度和簡(jiǎn)化歸納獲得的知識(shí)，甚至提高分類(lèi)精度。因此，對(duì)于連續(xù)屬性值信息系統(tǒng)必須進(jìn)行離散化，本文采用模糊離散化方法。對(duì)每一個(gè)屬性(語(yǔ)言變量)，用對(duì)應(yīng)的語(yǔ)言值進(jìn)行劃分，并定義每個(gè)語(yǔ)言值的隸屬函數(shù)，我們采用三角行的隸屬函數(shù)確定方法，某對(duì)象的語(yǔ)言值的值為這個(gè)對(duì)象對(duì)此語(yǔ)言值隸屬度，從而使原始的信息系統(tǒng)轉(zhuǎn)化成模糊信息系統(tǒng)。再確定截集的水平值，使得模糊信息

3、系統(tǒng)轉(zhuǎn)變成一個(gè)經(jīng)典的信息系統(tǒng)。 對(duì)于離散化后的連續(xù)屬性值信息系統(tǒng)，利用形式概念分析表達(dá)對(duì)象和語(yǔ)言值之間的關(guān)系，通過(guò)包含度理論，描述集合之間的軟包含程度。對(duì)模糊語(yǔ)言命題的一般形式，利用文字計(jì)算以及模糊集理論確定其中的語(yǔ)言值、量詞和真值度，從而抽取簡(jiǎn)單的模糊語(yǔ)言命題。復(fù)雜的模糊語(yǔ)言命題不是簡(jiǎn)單模糊語(yǔ)言命題的一般組合和拼湊，本文提出了基于邏輯與、邏輯或和邏輯蘊(yùn)涵，抽取出復(fù)雜的模糊語(yǔ)言命題的方法。 要評(píng)價(jià)抽取出的模糊語(yǔ)言'命題是