基于三元概念分析的機器學習算法研究及應用.pdf

1、三元概念分析（TCA）是一種新穎的數(shù)據(jù)分析方法，是在形式概念分析（FCA）理論基礎(chǔ)上對三維數(shù)據(jù)或者多維數(shù)據(jù)處理的有效擴展，也是順應大數(shù)據(jù)時代多樣性信息數(shù)據(jù)的應用產(chǎn)物。目前關(guān)于三元概念分析的研究相對較少，對于運用三元概念構(gòu)建學習模型框架從而進行具體應用的分析也相對匱乏。因此，如何根據(jù)三元背景有效提取出三元概念，如何利用三元概念構(gòu)建模型將其應用于具體實例中等，都成為三元概念分析理論得以成功應用要解決的問題。本文基于三元概念分析，提出MLTC

2、A（Machine Learning Triadic Concept Analysis）學習模型并對其進行驗證。具體研究工作如下：
　　首先借助三元概念分析的基本理論和性質(zhì)，提出構(gòu)建三元概念的Tri-concepts算法。該算法立足于三元背景，從對象、屬性、條件三個集合中提取三元生成算子，經(jīng)過h誘導算子的閉包運算，將三元生成算子逐漸生成三元-集，再對所有條件的三元-集合并、刪除冗余集合，最終得到三元概念。
　　然后在Tri-

3、concepts算法基礎(chǔ)上綜合考慮三元概念分析對于實際應用的要求，為了更好的運用三元概念表示現(xiàn)實應用中的數(shù)據(jù)，提出將三元概念與模糊集結(jié)合，定義了附有隸屬度的三元概念，即將三元背景中的二值關(guān)系擴展為[0,1]區(qū)間的模糊關(guān)系，表示特定條件下屬性對于對象的隸屬度。基于此可對原信息數(shù)據(jù)構(gòu)建帶有隸屬度的三元概念，根據(jù)模糊理論中貼近度的表示，類比得出三元概念之間的相似性度量，從而可計算出訓練數(shù)據(jù)的三元概念和測試數(shù)據(jù)的三元概念的相似值，達到對待測數(shù)據(jù)