【技术实现步骤摘要】
模糊概念格的一种更新生成方法
本专利技术涉及完备模糊形式概念格的生成方法，具体涉及模糊概念格的一种更新生成方法。
技术介绍
传统形式概念分析方法具有一定的局限性，只能处理具有布尔类型属性值的形式背景。而现实世界的复杂性和多样性，使得许多事物难于用精确和确定的概念表示。例如,人的高矮、胖瘦，等很难用确定概念表示。模糊形式概念分析(FuzzyFormalConceptAnalysis,FFCA)就是将模糊集、模糊逻辑与传统形式概念分析结合，研究直接处理模糊形式背景的方法。模糊形式概念是模糊形式概念分析方法中的一种基本数据结构，广泛地应用于机器学习、数据挖掘、知识发现、信息检索、数据抽取等诸多计算机
就如工业生产中需要基础原材料一样，基于形式概念分析应用(例如：生物信息领域中的基因芯片数据聚类分析(microarraydataanalysis)、体育领域中运动员信息的探索性数据分析(exploratorydataanalysis)、用户Web访问习惯关联规则地发现、DeepWeb数据库数据地抽取，等等)都需要首先构造形式概念或者形式概念格。然后利用这些所产生的形...
【技术保护点】
1.模糊概念格的一种更新生成方法，其特征在于，包括如下步骤：步骤一，确定已知更新前的数据集所形成的原模糊形式背景K1＝(O1,A,I1,L)和其所生成的原模糊概念格F1,并且将需要更新的数据集生成更新模糊形式背景K2＝(O2,A,I2,L)；其中，O1、O2为对象集合,A为属性集合，并且
【技术特征摘要】
1.模糊概念格的一种更新生成方法，其特征在于，包括如下步骤：步骤一，确定已知更新前的数据集所形成的原模糊形式背景K1＝(O1,A,I1,L)和其所生成的原模糊概念格F1,并且将需要更新的数据集生成更新模糊形式背景K2＝(O2,A,I2,L)；其中，O1、O2为对象集合,A为属性集合，并且为对象和属性之间的二元模糊关系,L为真值度集合与原模糊概念格F1的精度一致，并且原模糊形式背景K1和更新模糊形式背景K2具有相同的属性集合A；步骤二，由更新模糊形式背景K2构造生成更新模糊概念格F2；步骤三，原模糊概念格F1和更新模糊概念格F2中的每个概念，依据如下公式产生它们的索引值；Keyc((X，Y))＝Key(Y)＝m0×||L||||A||-1+m1×||L||||A||-2+…+mn-1×||L||1+mn×||L||0(1)其中Y是属于F1或者F2中的模糊概念(X,Y)的内涵，并且Y在展开以后表示如下：其中m0，m1，…，mn是真值度集合L中值的索引；另外，根据公式(1)和(2)，内涵Y决定公式(1)的值，即Keyc((X,Y))的值；步骤四，构建辅助的查询表M和模糊概念格索引表S，查询表M中每个索引项的格式如下(key1,key2,value)，其中key1＝Keyc((X1,Y1)),key2＝Keyc((X2,Y2)),value＝Key(Y1∩Y2)；模糊概念格索引表S的格式如下(key,(X,Y),Covu),其中key＝Key(Y),(X,Y)是模糊概念格中的概念，X是外延，Y是内涵，Covu是该概念在概念格中的所有直接父概念的索引值集合；直接父概念的定义如下：对于模糊概念格F中的任意两个模糊概念(X1，Y1)，(X2，Y2)∈F,如果(X1，Y1)≤(X2，Y2),当且仅当并且，如果不存在模糊概念(X3，Y3)∈F，使得满足(X1，Y1)≤(X3，Y3)≤(X2，Y2)，则称模糊概念(X2，Y2)是(X1，Y1)的直接父概念；步骤五，选取原模糊概念格F1中未被选取的概念(X1，Y1)，执行步骤六；如果所有概念都已经被选取，进入步骤十七；步骤六，选取更新模糊概念格F2中未被选取的概念(X2，Y2)，执行步骤七；如果所有概念都已经被选取，进入步骤五；步骤七，根据公式(3)，通过查询表M获得k值：k＝M(Keyc((X1,Y1)),Keyc((X2,Y2)))(3)然后，进入步骤八；步骤八，令集合为空集，即进入步骤九；步骤九，选取更新模糊概念格F2中未被选取的模糊概...
【专利技术属性】
技术研发人员：张卓，杜鹃，辛颖，王黎明，柴玉梅，
申请(专利权)人：郑州大学，黄河水利职业技术学院，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。