模糊概念格模型及其應用研究.pdf

1、隨著計算機技術的飛速發(fā)展，數(shù)字信息與日劇增，信息存儲和處理任務越來越艱巨和困難，因此，對信息表示和處理的研究具有非常重要的意義。在實際應用中，信息多是模糊的、不確定的，故模糊信息的表示及處理研究具有重要的實用意義。 作為一種優(yōu)良的數(shù)學工具，概念格已經(jīng)廣泛應用于知識表示、數(shù)據(jù)挖掘、信息檢索等許多領域。在多數(shù)文獻中，概念格的研究是基于標準形式背景的。但在實際中，信息多是模糊的、不確定的。目前關于模糊信息的研究方法多數(shù)是基于有限的L模

2、糊集合的，即基于離散數(shù)值的模糊集合，無法表示連續(xù)數(shù)值的模糊信息。 本文所作的工作是將模糊理論與形式概念分析結(jié)合，研究了基于連續(xù)數(shù)值模糊集合的模糊概念格模型及在知識發(fā)現(xiàn)中的應用。 本文的主要工作和研究成果具體是：1.提出了一種模糊概念格模型，該模型基于連續(xù)數(shù)值模糊集合，具有更廣泛的應用。在模糊概念格的節(jié)點級上，定義了兩個模糊參數(shù)E和δ，分別是概念的外延中對象的平均隸屬度和對象的隸屬度值相對平均隸屬度的偏離程度。 2

3、.提出并實現(xiàn)了一種用漸進式方法構造模糊概念格的算法，在該算法中采用了保留中間結(jié)果kd、hd的方法漸進式計算模糊參數(shù)E、δ，使之不需要回到初始背景中計算。 3.提出了基于模糊概念格的模糊關聯(lián)規(guī)則的提取方法與算法，其中利用模糊參數(shù)δ，可以避免生成非健壯節(jié)點對，從而防止生成效果欠佳的規(guī)則，實驗并分析了算法的有效性和時空復雜度。 4.針對模糊概念格構造的巨大的時空復雜度問題，將分布式處理的思想引入模糊概念格，提出了分布式模糊概念