混合模糊語(yǔ)義細(xì)胞的學(xué)習(xí)及其應(yīng)用.pdf

1、概念實(shí)體的表達(dá)往往具有一定的模糊性，這種模糊性是蘊(yùn)含在在語(yǔ)義中出現(xiàn)的。使用合適的概念模型來(lái)表達(dá)模糊語(yǔ)義具有重要的意義。模糊語(yǔ)義細(xì)胞作為最小的模糊概念的表示單元，在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)以及知識(shí)發(fā)現(xiàn)中具有重要的作用。在概念空間（論域）Ω上，模糊語(yǔ)義細(xì)胞L=被稱(chēng)為“關(guān)于Pi”，“類(lèi)似Pi”以及“和Pi接近”的語(yǔ)義標(biāo)簽，其中P代表概念i的原型，d是定義在論域Ω上的距離函數(shù)，δ則是概念空間中定義在[0，+∞）上其他點(diǎn)和Pi的距離的概率

2、密度函數(shù)。在模糊語(yǔ)義細(xì)胞的學(xué)習(xí)中需要關(guān)注語(yǔ)義的覆蓋程度、描述的清晰程度以及描述的模糊性這三個(gè)因素，因此模糊語(yǔ)義細(xì)胞的學(xué)習(xí)原則很自然地就聯(lián)系到最大覆蓋率、最具典型性和最大模糊熵這三個(gè)指標(biāo)之上。
　　本文中混合模糊語(yǔ)義細(xì)胞是建立在模糊語(yǔ)義細(xì)胞的學(xué)習(xí)基礎(chǔ)之上，模糊語(yǔ)義細(xì)胞學(xué)習(xí)的最終目標(biāo)是要尋找最佳的L來(lái)刻畫(huà)具有某個(gè)概念的數(shù)據(jù)集，而混合模糊語(yǔ)義細(xì)胞則在此基礎(chǔ)上做了更深一層的拓展，考慮具有若干個(gè)相關(guān)的概念的集合LA={L1，L2，…，Ln}