数据库对象和型的广义结构模型：第一部分：对象结构的数学模型

本文提出关于复杂对象模拟的形式化理论.文中给出对象和型的广义数据模型以及型的重构定义,并将其概念从数据组织扩展到对象演算;讨论广义对象代数;提出符号对象模型以统一面向对象数据库系统对于对象的标识、管理和操作,以至于由多层次对象演算到一阶逻辑的映射.这一工作将为有关复杂对象的数学模型、操作代数和演绎推理的各种概念和方法构成具有连贯性和一致性的统一理论体系奠定了一定的基础.     

概念格共有与独有属性(对象)的关系研究

Wille概念格可用于共有属性(对象)的数据分析,而面向对象概念格和面向属性概念格可用于独有属性(对象)的数据分析,这两种数据分析方法在形式概念分析理论中均属于热点研究问题。为了区分这两种数据分析方法,首先引入了共有属性(对象)与独有属性(对象)的概念,对它们的算子性质进行了研究。其次围绕命题"共有属性(对象)是独有属性(对象)"展开讨论。具体地,证明了该命题的充分条件和必要条件均不成立,并提出了该命题成立的充要条件;在此基础上,表明了一个对象属性序对既是共有概念又是独有概念时,在概念序关系意义下它是唯一的,即不存在比该序对更大的概念,也不存在比该序对更小的概念。最后从共有与独有属性(对象)的角度给出了Wille概念格、面向对象概念格和面向属性概念格的异同。     

序决策形式背景的规则提取及属性约简*

基于含有多值决策信息的决策形式背景,提出序决策形式背景的概念及其序决策概念格的相关理论,给出序决策概念格的决策规则及规则的置信度与支持度,并讨论决策规则在实际应用中的意义.在此基础上定义保持规则不变的属性约简,同时得到保持序决策概念格结构不变的属性约简方法.最后讨论序决策形式背景保持规则不变的约简与保持格结构不变的约简之间的关系.     

序粒度标记结构及其粗糙近似

粒计算是知识表示和数据挖掘的一个重要方法.它模拟人类思考模式,以粒为基本计算单位,以处理大规模复杂数据和信息等建立有效的计算模型为目标.针对具有多粒度标记的序信息系统的知识获取问题,提出了基于序粒度标记结构的粗糙近似.首先,介绍了序标记结构的概念,并在序标记结构的对象集中定义了一个优势关系,同时给出了由优势关系导出的优势标记块,并进一步定义了基于优势关系的集合的序下近似与序上近似和序标记下近似与序标记上近似的概念,给出了近似算子的一些性质.证明了由序标记结构导出的集合的下近似质量与上近似质量是一对对偶的必然性测度与可能性测度.最后,定义了多粒度序标记结构的概念,并讨论了多粒度序标记结构中不同粒度下近似集之间的关系.     

两类概念格的依赖空间理论

对象定向概念格和属性定向概念格是经典概念格的两种推广模型。首先,利用对象幂集上的一对对偶近似算子分别定义了对象定向概念格和属性定向概念格上的同余关系。其次,分别基于两类同余关系构造了一个内部算子和一个闭包算子,并研究了内部算子与对象定向概念格的关系以及闭包算子与属性定向概念格的关系。最后将对象(属性)定向概念格之间的关系转化为相应的同余关系之间的关系。     

基于概念格因子分解的零件三维CAD模型检索

针对影响概念格应用的重要问题—即使是一个小规模数据集也会产生大量的形式概念,文中提出了可以满足关系覆盖的用对象（属性）概念分解形式背景对应的布尔矩阵的新方法.用这种方法原对象属性间的二元关系可以用数量在对象（属性）概念个数以内的概念表达出来,成为概念格因子.文中给出了概念格因子生成的基本原理及其算法.通过分析三维CAD零件模型功能表面间的关系构建零件工程图结构模型,并将其映射为形式背景,从而完成概念格因子到零件关键结构的应用.最后,实例演示了概念格因子在基于零件工程图结构模型的零件CAD模型检索中的运用.     

基于形式概念分析的约简数据立方体研究

数据立方体格和形式概念格比较研究表明,两者都基于序结构,并且采用形式概念分析理论(FCA)的等价特征组与数据立方体覆盖等价类对数据单元有相同的划分结果.将FCA与概念格理论引入数据立方体研究,首次提出聚集概念格(ACL)结构.ACL与一般概念格同构,能完整保存立方体中的所有聚集结果,实现与商立方体相同比例的约简.ACL结构仍比较复杂,在ACL基础上,又提出一种约简聚集概念格结构(RACL),该结构只存储非对象概念,而不是所有概念.RACL与基本表联合仍然是完整立方体结构,但能实现更大的约简.给出了ACL和RACL的高效的查询方法,并使用模拟数据和实际数据作了一些实验.理论和实验都表明RACL结构比现有方法更节省空间,同时查询效率也较高.     

区间型决策概念格在质量—库存管理中的应用

概念格是一种用于知识发现和数据挖掘的优良工具,通过区间型概念格模型的建立实现其在质量—库存决策中的应用。具体定义了区间型形式背景及区间型形式概念,构造了区间型决策概念格,并在同态映射的作用下,提出了决策规则的挖掘方法;进一步从企业的质量成本与库存成本间的关系出发,通过概念格可视化的结构图展示了质量—库存成本中各影响因素以及它们间的偏序关系,给出了基于概念格的决策规则提取方法,挖掘出了模型中的隐藏知识,并给出了具体的实现步骤,进而为有效制定质量管理的各项决策提供依据。     

基于面板数据的灰色B型关联模型及其应用

基于灰色B型关联分析的基本思想,针对现有面板数据灰色关联模型中对象排列顺序变化引起的关联序不一致的问题,以及因未充分考虑对象维度序列关于同一时刻不同对象下均值的变化率导致关联结果失真的问题,从时间维度和对象维度两个方面构建基于面板数据的灰色B型关联模型.在时间维度上,通过引进各指标间的总体位移差、一阶斜率差及二阶斜率差得到横向关联度;在对象维度上,采用各点与同一时刻不同对象下均值之比来刻画纵向关联度,并对两者求加权平均,进而构建出基于面板数据的灰色B型关联模型.讨论模型的规范性、一致保序性等性质.对比分析表明,模型简单有效且不受对象排列顺序的影响.以豫北平原5个市的干旱灾害风险指数为特征指标序列,理清干旱灾害风险指数与其12个影响因素的关联关系,为旱灾风险评估与调控提供理论支持.     

基于概念格的文本过滤模型设计

为了解决传统文本过滤以联,提出了一种基于概念格的文本过滤模型.在以传统的向量空问模型对文本进行表示的基础上,将文本与文本特征之间的关系以概念格的形式加以表示.设计了基于领域本体的概念相似度的计算方法,以概念相似度对概念之间的关联进行衡量.利用了概念格中的层次关系,设计了一个基于概念格的匹配过滤算法.实验结果表明,该模型...     

基于粗糙度的近似概念格动态分类集成学习模型研究与应用

概念格(Galois格)是一种进行数据分类学习的有效工具,然而建格规模庞大使分类效率和准确率受到较大影响.将粗糙度理论应用到概念格分类问题研究中,提出一种新型的近似概念格动态建格和分类挖掘集成学习模型(CACLR).该模型在粗糙度区间根据样本空间分布构建多个相对独立分布且比较精确的近似概念格分类器,能及时消除建格过程中大量与分类知识无关的节点,有效缩减原格规模,融合得到的分类挖掘集成学习模型,具有较好的粗糙分类精度和知识预测学习能力.最后进行CACLR分类集成学习模型在标准UCI数据集中的对比实验,有效验证了该模型的实用价值.     

概念格中多层次的属性约简理论

提出了形式背景的子概念格及形式背景关于概念、子概念格(包括概念格)的属性约简概念;定义了概念、子概念格(包括概念格)的特征函数,并以此为基础提出了属性约简定理,得出了具体的属性约简方法,同时研究了不同约简下属性间的关系,进一步完善了概念格属性约简理论,也为概念格用于数据处理及知识发现提供了新的工具.     

基于单边区间集概念格的不完备形式背景的属性约简

单边区间集概念的提出为不完备形式背景的数据分析奠定了理论基础,也为研究其属性约简提供了思路。首先给出了不完备形式背景上的4种约简,即保持单边区间集概念格结构不变的约简、保持并(交)不可约元外延不变的约简与保持对象单边区间集概念外延不变的约简,并研究了它们的关系,最后给出了基于差别矩阵与差别函数计算约简的方法。     

基于CP算法的概念格动态生成模型

介绍了一种基于形式背景分割(Context Partition)算法的概念格动态生成模型。算法利用提出的分割相关度的定义,根据用户需求对原形式背景进行不同规模的分割,由生成的兼容子背景构造概念格。实验证明,在各对象间的分割相关度差别较大的情况下,模型不但提高了概念格生成效率,而且使得生成的每个格节点与用户需求相关,提高了概念格的有用性。     

对象模型及其模型化方法——一种深知识的表示模型

本文介绍了对象模型和深知识等概念,在这些概念的基础上还讨论了基于框架知识表示形式的复杂系统的模型化方法.文中给出的模型化方法是通过 ISA 关系和 PART-OF 关系的相结合而形成的.这种模型化方法可用于基于深知识的设计型、分析型以及控制型等类型的专家系统.     

面向知识结构分析的模糊概念格模型

知识空间理论使用数学语言对学习者进行知识评价与学习指导, 属于数学心理学的研究范畴. 技能与问题是构成知识空间的两个基本要素, 深入研究两者之间的关系是知识状态刻画与知识结构分析的内在要求. 在当前的知识空间理论研究中, 没有明确建立技能与问题之间的双向映射, 从而难以提出直观概念意义下的知识结构分析模型, 也没有明确建立知识状态之间的偏序关系, 不利于刻画知识状态之间的差异, 更不利于规划学习者未来的学习路径. 此外, 现有的成果主要集中在经典的知识空间, 没有考虑实际问题中数据的不确定性. 为此, 将形式概念分析与模糊集引入知识空间理论, 建立面向知识结构分析的模糊概念格模型. 具体地, 分别建立知识空间与闭包空间的模糊概念格模型. 首先, 建立知识空间模糊概念格, 并通过任意两个概念的上确界证明所有概念的外延构成知识空间. 引入粒描述的思想定义技能诱导的问题原子粒, 由问题原子粒的组合判定一个问题组合是否是知识空间中的一个状态, 进而提出由问题组合获取知识空间模糊概念的方法. 其次, 建立闭包空间模糊概念格, 并通过任意两个概念的下确界证明所有概念的外延构成闭包空间. 类似地, 定义问题诱导的技能原子粒, 由技能原子粒的组合判定一个技能组合是否是闭包空间中某一知识状态所需的技能, 进而提出由技能组合获取闭包空间模糊概念的方法. 最后, 通过实验分析问题数量、技能数量、填充因子以及分析尺度对知识空间与闭包空间规模的影响. 结论表明知识空间模糊概念不同于现有的任何概念, 也不能从其他概念派生而来. 闭包空间模糊概念本质上是一种面向属性单边模糊概念. 在二值技能形式背景中, 知识空间与闭包空间中的状态具有一一对应关系, 但这种关系在模糊技能形式背景中并不成立.     

GOE-概念格基础上的冲突分析共性描述

冲突广泛存在于社会问题中。为了更好地直观展示冲突分析问题,并给出语义描述,受不完备形式背景上三支近似概念分析理论的启发,将冲突表看作三值形式背景,并在其基础上提出了广义三支算子及其逆算子,通过广义三支算子及其逆算子得到对象导出广义三支概念(GOE-概念),并给出其性质,进一步说明所有GOE-概念的集合可以形成GOE-概念格;进而,讨论了GOE-概念格在冲突分析中进行可视化描述的应用,说明每一个GOE-概念的内涵即为在外延所含代理人下的共性描述;最后,研究了对象导出三支近似概念格(OE-近似概念格)与GOE-概念格的关系,进一步表明GOE-概念相较于OE-近似概念,能够更全面更丰富地描述冲突分析的共性信息。     

开放逻辑中的合理事实反驳模型类

本文给出开放逻辑中合理事实反驳模型类的概念，讨论了它们的重要性质。通过给定一假说中名子的线性序关系，得到了假说的最大前节重构的概念，并由此给出了合理事实反驳模型类的一个具体例子。     

网格资源模糊格模型及其算法研究*

在研究总结了现有成果的基础上,首次提出了模糊概念格和模糊概念trie树的网格资源管理策略,将形式概念分析理论和网格资源管理技术进行了有机结合.给出了网格、资源的形式概念定义,建立了网格资源阈值模糊概念格模型.在阈值模糊概念格模型基础上,利用形式概念分析方法构造了网格资源模糊概念的外延trie树和内涵trie树,并给出了树的生成和资源与服务检索算法.实验和应用实例表明,这种资源组织方式是可行的和有效的.     

容差近似空间的广义概念格模型研究

在粗糙集合理论中,近似空间概念格之间存在着有趣的对应关系,利用概念格研究知识的约简和发现。更直观和更有效,但已有的概念格模型是基于近似空间的等价类划分的。等价类划分过于苛刻,扩展的基于容差关系的近似空间具有更广泛的意义,但目前未见有相应的格模型被提出。该文提出了容差近似空间的一种格模型,称为广义概念格,给出了定义,描述了建立方法和由它产生规则的原则,讨论了空间复杂性问题,并且与其它相近方法做了比较