基于不確定性理論的概念格生成與知識獲取的若干問題研究.pdf

1、學校代碼：10094中圖分類號：TPI8密級：UDC：解菡丈霉博士學位論文公開51O基于不確定性理論的概念格生成與知識獲取的若干問題研究ResearchonSomeIssuesofConceptLatticeGenerationandKnowledgeAcquiringbasedonUncertaintyTheory研究生姓名：馬麗指導教師：米據生教授學科專業(yè)：應用數學研究方向：人工智能的數學基礎論文開題日期：2011年10月25日謄◆

2、‘。訶摘要概念格也被稱為Galois格，其基本思想是根據二元關系提出的一種概念層次結構作為形式概念分析理論中的一種核心的數據結構，已成為目前數據分析與知識發(fā)現的有效工具，在眾多領域取得了較廣泛而成功的應用，并逐漸顯現多學科交叉與融合的趨勢概念格理論里有關概念格的生成是重要的問題之一當數據量增多時生成的概念格的層次結構會變得復雜而難處理為了適當簡化格的結構，有效縮減形式概念的生成，本文以形式背景為研究對象，基于不確定性理論來考慮概念格的生

3、成與知識發(fā)現主要內容包括格觀念下的知識約簡，基于相似度的GaloiS格，基于鄰域系統包含度的多尺度概念格，決策形式背景的命題推演及不完備決策形式背景的知識獲取。主要成果和創(chuàng)新點如下：1從格的角度出發(fā)，通過定義格上的分劃，借助粗糙集的思想引入一對近似算子，并討論了它們的性質，給出協調集和約簡的定義，進而給出約簡的判定條件，進一步給出相對協調集和相對約簡的定義和判定定理為知識約簡提供一種新的思路2利用一種相似度，引入兩種新的GaloiS連接

4、并討論了它們的性質，在此基礎上研究了由特定GaloiS連接誘導產生的概念格及有關基本性質，給出了特定約簡的定義和協調集的兩個判定定理，將概念格的已有相關結果做了進一步推廣3基于一種包含度建立新的Galois連接，在由屬性形成的強弱鄰域的基礎上，給出特定鄰域系統下生成多尺度概念格，并驗證基于鄰域系統的多尺度概念格可有其對應的誘導背景生成實例驗證通過選擇調試合適的參數來控制概念格的結構，在實際應用中達到縮減概念數量的目的4通過弱化形式背景中