模糊概念格模型及其應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)字信息與日劇增，信息存儲(chǔ)和處理任務(wù)越來(lái)越艱巨和困難，因此，對(duì)信息表示和處理的研究具有非常重要的意義。在實(shí)際應(yīng)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(shí)用意義。 作為一種優(yōu)良的數(shù)學(xué)工具，概念格已經(jīng)廣泛應(yīng)用于知識(shí)表示、數(shù)據(jù)挖掘、信息檢索等許多領(lǐng)域。在多數(shù)文獻(xiàn)中，概念格的研究是基于標(biāo)準(zhǔn)形式背景的。但在實(shí)際中，信息多是模糊的、不確定的。目前關(guān)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(wú)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(shí)發(fā)現(xiàn)中的應(yīng)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(yīng)用。在模糊概念格的節(jié)點(diǎn)級(jí)上，定義了兩個(gè)模糊參數(shù)E和δ，分別是概念的外延中對(duì)象的平均隸屬度和對(duì)象的隸屬度值相對(duì)平均隸屬度的偏離程度。 2

3、.提出并實(shí)現(xiàn)了一種用漸進(jìn)式方法構(gòu)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(jìn)式計(jì)算模糊參數(shù)E、δ，使之不需要回到初始背景中計(jì)算。 3.提出了基于模糊概念格的模糊關(guān)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(diǎn)對(duì)，從而防止生成效果欠佳的規(guī)則，實(shí)驗(yàn)并分析了算法的有效性和時(shí)空復(fù)雜度。 4.針對(duì)模糊概念格構(gòu)造的巨大的時(shí)空復(fù)雜度問(wèn)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