大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

偏序结构环形图：一种大数据偏序结构可视化新方法

偏序结构图因其良好的知识可视化特性已在知识发现、数据挖掘等领域得以广泛应用.但在对大数据所形成的超大形式背景进行研究和分析时,偏序结构树形图存在的一些不足,使大数据可视化效果欠佳,不利于对大数据进行数据挖掘和知识发现.本文对偏序结构树形图进行改进,提出了可用于大数据分析的偏序结构环形图.对实例形式背景绘制出偏序结构环形图,并与其偏序结构树形图比较.实验结果表明,该方法清晰、直观,可视化效果较好,能更有效地呈现出大形式背景中的重要信息,可以应用在大数据的数据挖掘和知识发现中.     

基于属性偏序表示原理的经方方证研究

方证研究是中医领域研究的热点,但方证之间数据量大,复杂度高,传统的数据挖掘方法面对海量的中医数据显得力不从心.随着大数据时代的到来,大数据的理念和技术为中医知识的充分研究带来机遇.本文基于形式概念分析的属性偏序表示原理,运用属性偏序结构图揭示方证的特征症状,对挖掘中医经典的科学内涵、促进学术创新有一定的借鉴价值.     

运用属性偏序结构图原理探析《伤寒论》中干姜的配伍规律

基于形式概念分析理论,以《伤寒论》中含干姜方剂、方剂中药物和方剂-药物关系为概念,借用描述事物普遍性和特殊性层次的复杂概念网络生成方法生成属性偏序结构图,从而给出相应方剂（对象）和不同含量的药物（属性）之间的关系结构可视化表示和解释.通过属性偏序结构图探析《伤寒论》中干姜的配伍规律,包括黄连汤、半夏泻心汤、小青龙汤中干姜配半夏,四逆汤中干姜配生附子.属性偏序结构图是将信息科学与传统中医伤寒学结合的新尝试,这种新途径有利于我们对《伤寒论》再学习和认识.     

基于属性偏序理论的李赛美教授运用柴胡类方思路探析

中医类方的研究是目前中医研究的热点之一,然而类方的研究是一个多层面的复杂工程,单一的数据挖掘方法面对大量的高维数据显得力不从心.随着大数据时代的到来,本文提出基于属性偏序结构理论的大数据分析新方法,利用属性偏序结构图,用可视化的方式展现中医的诊疗规律.本文基于属性偏序结构理论,利用临床病历数据,对李赛美教授运用柴胡类方诊疗消渴病及瘿病的辨证思路及处方经验进行了分析,从结果证明,运用属性偏序结构理论,能使中医的理论体系得到客观展现,为建立中医辨证论治的个体化诊疗体系提供坚实的基础.     

基于属性偏序原理的仲景经方咳嗽治疗规律知识发现

大数据全面性、模糊性及探求因果关系转向事物相关性的寻找等特点为中医理论及实践提供了新的研究思路。仲景医学之《伤寒论》及《金匮要略》中的经方内容具有大数据的特点,本文基于属性偏序原理,对仲景经方治疗咳嗽的规律进行全面的知识发现。研究结果表明基于属性偏序原理能很好地展现经方治疗咳嗽的方证规律及药物使用特点,适合用于经方相关研究。     

属性偏序形式结构的数学形式化

属性偏序形式结构,作为一种基于人类认知原理和粒计算思想的知识发现和知识表示新理论,目前已有广泛的应用,但其理论基础缺乏抽象化数学化,这势必影响该理论的系统发展。针对上述问题,研究了属性偏序形式结构的数学形式化描述问题。首先,基于粒计算的思想提出了知识表示的形式化框架。在此基础上,通过定义对象集合的覆盖和最简覆盖,给出属性偏序形式结构的粒和粒群的概念,进而通过对粒衍生出粒群的充要条件的讨论,给出了属性偏序形式结构中的知识结构,从而完成属性偏序形式结构的数学形式化描述。最后,通过具体实例展示了利用数学形式化描述构造属性偏序形式结构的过程,并揭示了该过程所体现的人类认知规律。     

偏序结构图的一种计算机生成算法

偏序结构图是为了解决形式概念分析和概念格中的诸如概念计算繁琐、连线交叉严重等不足,在大数据应用的紧迫趋势下被提出的.图形的手工绘制工作存在繁琐、重复、效率低下等缺点,亟需设计出快速、有效的偏序结构图计算机自动算法和软件工具.本文首先简单介绍偏序结构图的构图原理;其次,详细说明了该种图形的一些基本定义及生成方法;最后,简单扼要地说明偏序结构图的计算机实现,并用经典的形式背景生成相应的偏序结构图来说明该软件工具的工作流程.     

大数据知识发现

随着信息技术的快速发展,人类面临的数据呈爆炸式增长,大数据的时代已经来临.大数据研究成为当今科学和经济社会发展的重大战略方向和必然趋势.大数据的巨大价值在于依据数据间关联性而建立的复杂结构关系网络中所蕴含的知识.大数据知识发现是一个非常重要和亟待解决的问题.本文总结了以燕山大学为核心的大数据研究团队部分最新工作,重点给出了大数据偏序结构理论及其相关工作的简要介绍,为快速、准确了解该团队的研究现状提供参考.     

形式背景中属性特征与对象特征的完备定义

形式背景是形式概念分析理论中的一个重要元素,是用于表达和记录对象与属性之间二元关系的数据载体;形式背景中属性间的关系、对象间的关系是非常重要的关系,由此表现出来的属性的特征、对象的特征非常值得研究.本文目的是给出形式背景中属性特征与对象特征的完备数学定义及其性质,为偏序结构理论的研究奠定坚实的基础.     

基于ITFOWA算子的多属性决策方法研究

将梯形模糊有序加权平均算子（TFOWA）扩充至诱导的梯形模糊有序加权平均（ITFOWA）算子情形．提出两梯形模糊数接近度概念,用其度量属性本身的重要性程度、并以属性值的接近度作为诱导变量,采用ITFOWA算子进行信息集结,得到一种新的基于诱导梯形模糊有序加权平均算子的多属性决策方法．     

偏序带的偏序扩张

给出将偏序幺半格和偏序带S·≤上的偏序≤扩张为全序幺半格和带S·≤的充要条件。作为应用,得到文献1结论:设S·是幺带,存在S上的平凡序的全序扩张≤使得S·≤是全序幺带当且仅当S的每个D类至多有两个元素。