概念格

摘要： 为了进一步拓宽实值概念格的应用范围,将多粒度思想与实值形式背景相结合,提出实值类属性块与多粒度实值形式背景,分析了不同概念知识空间之间的实值概念转移规律,并给出了不同粒度空间之间的决策规则推理关系。有关多粒度实值概念与决策规则的结论进一步完善了实值概念格理论,同时也推广了现有的多粒度形式概念分析方法。

摘要： 由于构造概念格的时间复杂度高,在推荐领域已有研究者提出用概念集合来替代概念格。但目前对概念集合的研究未考虑近似概念的作用,因此将近似概念引入推荐应用,并提出基于遗传算法(GA)的近似概念生成算法(ACGA)和相应的推荐应用方案。首先由启发式方法生成初始概念集合;其次用交叉算子对初始概念集合中的概念的外延两两求交集,从而得到近似概念;然后用选择算子根据外延相似度以及相关阈值筛选出满足条件的近似概念来更新概念集合,而不满足条件的近似概念由变异算子按照用户相似度进行外延调整,直到其满足条件;最后基于新的概念集合,根据邻居用户的偏好向目标用户进行推荐。在4个推荐系统常用的数据集上进行实验,结果表明ACGA生成的近似概念提升了推荐效果,尤其是在2个电影评分数据集上,ACGA与概率矩阵分解(PMF)算法相比,F1值提升了近78%,召回率提升了近104%,精确度提升了近57%;与K最近邻(KNN)算法比较,精确度提升了近12%。

摘要： 针对Web服务质量预测精度受数据稀疏与噪声数据的影响问题,提出了一种基于随机森林与用户兴趣概念格的Web服务质量预测方法。首先利用历史数据的均值、方差以及用户与服务的经纬度特征构建随机森林分类模型;其次基于同一分类结果构造用户兴趣概念格划分相似邻居,并采用一种改进的相似度计算方法分别计算直接相似邻居和间接相似邻居的相似度;最后采用改进的协同过滤算法进行服务质量预测。在真实的数据集上进行实验,实验证明该方法有效缓解了噪声数据对预测结果的影响,并在较高的数据稀疏度下具有更好的预测准确度。

摘要： 形式概念分析是一种有效的知识表示和知识发现的方法,形式背景和形式概念是形式概念分析中的两个基本概念.形式背景描述了对象集和属性集间的一个二元经典关系,隐含其中的知识通过概念格的形式表示出来.形式模糊背景是形式背景在模糊集理论下的自然推广,建立在其上的模糊概念格在实际应用中面临许多困难,为此,多种形式的模糊概念格的改进形式应运而生.单边模糊概念格就是一种具有较好应用前景的改进模糊概念格.主要研究基于经典-模糊概念格的形式模糊背景的属性约简问题,这里属性约简的概念具有保持相应的概念格整体结构不变的含义.关于属性约简,给出了多种形式的属性约简判定定理,针对属性约简,将所有属性分为三类,探究了不同类型属性的特征刻画.最后,通过引入模糊概念间的辨识属性集的概念,得到了基于辨识属性矩阵的属性约简方法,并通过示例验证了属性约简方法的可行性.

摘要： 概念约简就是寻找极小形式概念子集以确保原数据形式不变.从形式背景的二元关系出发,定义了包含二元关系的极小概念集,讨论了此极小概念集与核心概念、相对必要概念以及不必要概念之间的关系,给出了判别3种概念的充分必要条件.利用析取及合取的逻辑运算,提出了概念格的概念约简的可行方法,并举例验证了结果.

摘要： 目前,网络上的图书信息数据往往具有容量大、不完备、不精确、不一致等特点,如何从这些图书数据中获取人们所需要的图书信息知识,已成为信息研究的一热点。文章主要研究基于区间值犹豫模糊形式背景的网络图书信息提取方法。具体来说,首先定义区间值犹豫模糊形式背景;其次提出基于区间值犹豫模糊形式背景的概念格信息提取方法;最后将这方法应用于网络图书信息的提取,此应用说明所提出的方法是可行的。

摘要： 在互联网大数字时代的影响下,伴随着借书效率的提升与个性化服务需求的增加,怎样更合理、更确切地为用户提供阅读服务是诸多研究者和用户关心的问题。

摘要： 为解决访问控制中的删除某个对象后重新构造概念格耗时的问题,对概念进行了分类,深入研究了概念格中删除对象后各个概念以及边的变化,分析了概念之间及边之间的联系和规则,在此基础上提出一种概念格的对象渐减更新算法。该算法采用渐进式构造方法,不需要重新构造概念格,而且是在原概念格的基础上采用广度优先遍历的顺序对概念格进行调整,进而可根据部分父概念的类型来直接判断子概念的类型,无须判断所有概念的类型。实验表明,需调整的概念数量占概念总数的比例较小,该算法减少了概念格构造的时间。

摘要： 情境感知系统可以在各领域异构资源和环境动态信息的情境本体协同构建中得到有效建立,为用户情境感知决策制定提供准确的服务。为此,本文根据概念格与情境本体内涵的相似性以及可集成实现的必要性、独特性和可行性开展系统分析,依据概念格可符合生命周期对系统这两类情境资源加以分布集成之功能,提出前者可在其概念格整合中立足于知识创造现实场景的立体化抽象得到领域情境本体建模和统一网络约束表示;后者可在情境感知中间件的人机交互认知识别中,通过领域情境本体的概念格解构及其与环境资源的“六何”感知关联重构,立足于用户应用实际情景的形象化塑造得到5Ws1H项表示的情境感知元本体建模和面向问题解决的实例化创建。以火灾应急领域情境本体向实施火灾救援的情境感知元本体进化为例加以分析,结果表明,情境感知系统能够在这种情境本体协同构建方法中得到有效建立,为用户情境感知决策提供准确服务。

摘要： 针对NextClosure算法中交集运算较多导致的时间性能下降问题,提出了一种改进的概念生成算法INCA。引入一个哈希表(元素为字典形式),每个由内涵与外延构成的键值对在表中只能出现1次,以此避免相同内涵重复计算外延的问题。利用集合元素过滤和缩减闭包正规性判断条件的方法,以此降低交集运算的时间复杂度。仿真结果显示,在不同对象数量、不同属性数量和不同属性填充率的三种背景上,INCA算法的平均运行时间分别比NextClosure算法减少了15.4%、50%和20.3%。该结果表明,INCA算法可有效减少集合运算次数并降低交集操作的时间复杂度,且比NextClosure算法能更好地适应大背景下的概念生成。INCA算法在复杂网络分析和推荐系统等领域具有很好的应用前景。

摘要： 本文利用形式概念分析中概念格的层次化表示方法,给出了PM10浓度的月变化特征的概念格表示,分析了PM10浓度的月变化特征的成因.

摘要： 以CNKI真实数据集为研究对象,通过共引文献统计功能得出一个文献耦合网络.首先采用形式概念分析的方法构建耦合文献形式背景,其次对耦合网络中知识载体与知识属性的剥离解析,而后探寻知识概念的偏序关系,进而建立耦合文献概念格.经由知识聚类、关联规则挖掘等一系列格上作业,可视化地勾勒出文献耦合网络的知识结构以及知识属性之间的组分异质性规律,探索概念格技术与引文分析方法的融合机制.

摘要： 用形式概念分析理论描述了案例库和待诊病人症状，系统由实际的案例库生成知识库，然后通过计算待诊病例到病历库各类病例间的距离来获得初步诊断。重点研究了病历文本的症状特征提取，通过对互信息和χ2统计的研究，根据其各自的缺陷，提出了一种新的病历文本特征提取算法。通过此算法可以提取出更具代表性的病历特征项。以及针对病历文本聚类所面临的维数高、稀疏向量等问题，提出了一种基于概念格的病历文本聚类算法，且该算法不需要评价函数。

摘要： 本文以廉租住房系统管理平台中的房源管理模块为例，阐述了应用概念格技术约简Web测试中原始测试用例集的过程，并设计一个自动化的框架，以实现Web测试的自动化，进一步提高测试效率。

摘要： 数据挖掘作为人工智能、数据库和统计理论结合的产物,其目的就是要从大量数据中找出有意义的模式,具有广泛的应用价值.本文依据概念格一种分布构造策略,建立并行分布式数据挖掘体系结构,解决并行分布式数据挖掘中存在的数据分布式存储与并行处理问题.该模型应用于振动时效工艺问题分析,效果良好.

摘要： 本文利用形式概念分析中的概念格的层次化表示方法,针对事件的时间-空间值域类的变量数据,提出数据概念的双变量粒化方法,并用一个简单的实例说明数据的粒化方法及粒化的可视化过程.

摘要： 本体作为知识描述和知识揭示的主要工具已经被越来越的研究者所接受，然而在知识的本体化进程中人们却始终未能求得完美的理想解决方案。通过从哲学和情报学两个范畴的考察，对应然状态的知识结构进行了归纳。进而对现实世界中知识本体的实然表现从本体构建和本体协调两个方面进行了分析。在此基础上，从本体与概念格的互补融合、基于知识地图的多本体协同系统两个方面，对知识的应然状态与实然表现的统一进行了讨论，最后得出相应的结论并做出了展望。

摘要： 挖掘频繁闭集是数据流上知识发现的最重要的问题之一.本文首先运用概念格表示闭集,然后提出一种新颖的基于滑动窗口的动态更新频繁闭集的算法,有效缩小了频繁闭集的搜索空间.在仿真数据集上的实验表明该算法在执行时间上比Moment算法具有更优的性能.

摘要： 依赖簇是相互依赖的程序组件的最大集合,大尺寸依赖簇已证实在程序中普遍存在.当依赖簇中任意一点产生变动会引起其他组件的连锁反应,进而对整个系统造成潜在的影响,这将会阻碍软件理解、测试、维护等方面的工作.检测出依赖簇是消除不良影响的前提,目前通过单调切片尺寸图近似检测依赖簇的方法准确度较低,会出现漏报和误报.本文提出了一种基于形式概念分析的依赖簇检测方法,通过概念包含度选取的大型概念来检测大尺寸依赖簇,并进一步提出轻量化策略有针对性的选取大型概念,降低计算开销.在12个不同规模和领域的开源程序上,本文提出的方法与单调切片尺寸图法对比实验,结果表明本文提出的方法及其轻量化策略能够有效地检测大尺寸依赖簇,可以提高依赖簇检测的准确度和效率.

摘要： 依赖簇是相互依赖的程序组件的最大集合,大尺寸依赖簇已证实在程序中普遍存在.当依赖簇中任意一点产生变动会引起其他组件的连锁反应,进而对整个系统造成潜在的影响,这将会阻碍软件理解、测试、维护等方面的工作.检测出依赖簇是消除不良影响的前提,目前通过单调切片尺寸图近似检测依赖簇的方法准确度较低,会出现漏报和误报.本文提出了一种基于形式概念分析的依赖簇检测方法,通过概念包含度选取的大型概念来检测大尺寸依赖簇,并进一步提出轻量化策略有针对性的选取大型概念,降低计算开销.在12个不同规模和领域的开源程序上,本文提出的方法与单调切片尺寸图法对比实验,结果表明本文提出的方法及其轻量化策略能够有效地检测大尺寸依赖簇,可以提高依赖簇检测的准确度和效率.

摘要： 本发明涉及医疗保健信息学技术领域，即专门用于处置或处理医疗或健康数据的信息技术领域，本发明公开了基于属性导出模糊对象语言概念格的疾病诊断预测系统，所述系统包括：数据采集模块，用于获取已知疾病诊断结果的患者的症状语言表述；通过模糊对象语言形式背景，确定属性导出模糊对象语言概念集合；规则提取模块，用于从属性导出模糊对象语言概念集合中，提取属性导出模糊对象语言三支决策规则，得到属性导出模糊对象语言三支决策规则集合；疾病诊断模块，用于获取待预测患者的症状语言表述，根据属性导出模糊对象语言三支决策规则集合，确定待预测患者的疾病诊断结果。本发明能够处理决策分析中的语言信息问题，提供智能化的医疗诊断结果。

摘要： 本发明公开了一种基于卷积神经网络和概念格的图像语义完备标注方法，首先构建自适应CNN网络，分割待标注图像并提取其特征，以此来获得近邻图像集与其一系列相对应的标签集合；然后利用概念格进行标签本身潜在的语义分析，有效地改善了标注效果，并保证了语义标注的完备性；最后利用投票的方式，得到最优语义标签。采用基准数据集Corel5k进行实验，验证了该方法能有效地丰富图像标签语义，提高标签召回率，并提高图像语义检索效率。

摘要： 本发明公开了基于模糊语言近似概念格的文本搜索方法及系统，获取租房领域的若干个评价语言值；根据房屋、房屋属性以及二者之间的关系，构建租房领域模糊语言数据集；生成租房领域模糊语言近似概念；生成租房领域模糊语言近似概念格；得到补全后的租房领域模糊语言近似概念；根据补全后的租房领域模糊语言近似概念和租房领域模糊语言近似概念格，得到补全后的租房领域模糊语言近似概念格；获取待搜索的租房领域房屋属性，将待搜索的房屋属性输入到补全后的租房领域模糊语言近似概念格中，输出搜索结果。利用补全后的模糊语言近似概念格可以解决租房领域中部分评价信息不完整的问题，对不完整的评价信息进行了处理，缩小搜索范围。

摘要： 本发明公开了一种基于概念格的关联规则的优化方法及可视化展示方法，依次包括以下步骤：A：提取基础数据系统中的源数据并进行封装，然后根据设定的筛选规则对封装后的源数据进行筛选，最后将筛选后得到的经封装的源数据生成概念格；源数据包含多个对象信息和每个对象对应的属性信息；B：对所获得的概念格中的关联规则进行提取，然后对提取得到的关联规则的路径，分别进行支持度计算和置信度计算，并根据支持度阈值和置信度阈值进行过滤，得到优化后的关联规则。本发明提高了关联规则提取的相关度，且可以根据给定的约束条件以可视化形式动态地展示关联规则。

摘要： 本发明公开了社交网络中基于概念格的协作成本任务分配方法及其系统。本发明对社交网络、社交网络中的任务、社交网络中的参与者以及参与者所具备的技能进行建模，得到任务分配系统模型；利用形式概念分析获得社交网络中的小团体，基于小团体的内部强联系属性，为任务招募满足其技能需求的参与者，快速获得足以完成任务的强联系团队，提升协作性任务的完成效率。利用社交网络中小团体成员间的紧密联系特性，即任一成员均可代表整个小团队，从不同的小团体中选择专家构建弱联系团队，全方位、多层次地构建团队，保证竞争型性任务的公平性。与已有任务分配算法相比，本发明所提方法在协作成本、团队规模与运行时间等性能均有显著的提升。

摘要： 本发明公开了一种判断三支概念格与概念格同构的方法，其特征在于，包括以下步骤：S1，定义对偶属性、属性对偶背景,得出在对偶背景下三支概念格与概念格是同构的；S2，定义对偶可交属性及属性对偶可交背景,得出在对偶可交背景下三支概念格与概念格是同构的；S3，判定属性对偶背景与属性对偶可交背景的方法；S4，同构理论下三支概念格的构造方法。本方法对符合背景特点的数据进行知识挖掘时，无论选择形式概念分析与三支概念分析进行知识挖掘，均能达到同样的效果。

摘要： 本发明属于智慧司法技术领域，公开一种基于回归概念格的案件刑期预测方法及系统，包括：步骤1：基于案件背景进行案件建模，得出案件背景矩阵；步骤2：在案件背景矩阵的基础上，利用形式概念分析领域中概念格技术，完成案件罪名分类；步骤3：结合得出的案件背景矩阵和案件罪名类型，针对对应罪名类型下的案件，构建Elastic‑net回归模型，预测对应罪名类型下的案件的刑期。本发明针对不同的判案场景，根据案件词汇的重要程度，建立案件特征词典，得出的案件背景矩阵的适应能力和对案件的描述能力更强。

摘要： 本发明公开了一种基于概念格的错题知识点强化训练试题推荐方法，依次包括以下步骤：A：构建该学生对象的基于错题的知识点信息集合的原始形式背景；B：利用步骤A中构建出的基于错题的知识点信息集合的原始形式背景，构造该学生对象的试题序号与知识点信息的关联概念格，并在建格的过程中寻找含有知识点信息集合中的标准节点集合；C：根据知识强度公式计算知识点信息集合中每个知识点信息的知识强度，然后根据节点相似度计算公式，计算出相似试题并进行关联推送。本发明能够通过形式概念分析的聚类作用对学生练习过程中错题进行分析，并且通过对题目的知识点相似程度的分析，给学生推荐出具有相似知识点的试题。

摘要： 本发明公开了一种基于模糊对象语言概念格聚类的个性化商品推荐方法，按照如下步骤进行：用户行为数据数据采集与处理，将收集到的数据初始化成模糊对象语言形式背景；构造模糊对象语言概念及概念格；寻找聚类原因；进行层次聚类；将层次聚类的结果与原因相对应；得到所需要的概念与层次，完成聚类；根据聚类结果采用Top‑N推荐为用户推荐商品。可以寻找到层次聚类局部最优层次的同时优化概念构造问题。

摘要： 本发明涉及医疗保健信息学技术领域，即专门用于处置或处理医疗或健康数据的信息技术领域，本发明公开了基于属性导出模糊对象语言概念格的疾病诊断预测系统，所述系统包括：数据采集模块，用于获取已知疾病诊断结果的患者的症状语言表述；通过模糊对象语言形式背景，确定属性导出模糊对象语言概念集合；规则提取模块，用于从属性导出模糊对象语言概念集合中，提取属性导出模糊对象语言三支决策规则，得到属性导出模糊对象语言三支决策规则集合；疾病诊断模块，用于获取待预测患者的症状语言表述，根据属性导出模糊对象语言三支决策规则集合，确定待预测患者的疾病诊断结果。本发明能够处理决策分析中的语言信息问题，提供智能化的医疗诊断结果。