基于变精度可能算子的网络概念认知

网络上的概念认知是网络数据分析领域的一个重要方向。从形式概念分析中的必然算子、可能算子出发,提出变精度可能算子,表明经典可能算子是变精度可能算子的特殊情形;进一步,对可能算子的性质进行研究,并解释它们在传染病网络研究中的意义;接着,根据变精度可能算子提出两种网络广义概念及其上下近似与边界,通过实例说明基于变精度可能算子的上下近似和边界在网络概念认知中具有更丰富的语义;然后,结合复杂网络分析中的网络特征值方法,定义网络弱概念,并提出基于变精度可能算子的网络弱概念获取方法;最后,利用文中算法在UCI数据集上进行测试,结果证实了变精度可能算子在网络概念认知中的优势。     

面向灰色区间的三支概念分析

近年来,三支概念分析已经成为知识表示和数据分析的有效工具,然而,其尚不能处理“范围已知,内部未知”的灰色区间信息.为了解决灰色区间数据在三支概念分析理论中的建格问题,研究了基于灰色数据背景的三支概念分析.利用灰集合的上、下隶属度来表示对象和属性之间的关系,结合灰色数学的相关理论,提出灰色三支概念分析及灰色三支概念格,并研究其性质、定理.最后借助实例验证其有效性和可行性.为三支概念分析理论在解决复杂、不确定性信息方面提供了可行性方案,有效解决了三支概念分析中无法处理区间灰色信息的局限性.     

三支概念分析研究现状与展望

三支概念分析是三支决策理论与形式概念分析相结合产生的一种用于知识发现的理论。该文简述了形式概念分析的优劣势与三支决策理论的意义,以此为基础阐述了三支概念分析产生的思想,从理论研究与应用两个角度梳理了有关三支概念分析的研究成果,对三支概念分析未来的研究方向与趋势进行了展望。     

概念格与三支决策及其研究展望

概念格是形式概念分析理论中的核心数据分析工具,三支决策是三分而治思想的理论化、方法化与策略化,两者的结合已带来诸多新问题、新思想与新方法。文中着重论述概念格与三支决策相结合的研究历程、研究内容以及研究展望。     

面向对象的模糊三支半概念

将经典半概念理论引入模糊三支概念进行分析,单向地考虑对象集与属性集之间的关系,从而推广模糊三支概念的应用.在模糊形式背景下,首先,根据对象和属性之间的隶属度关系以及给定阈值,定义了面向对象的模糊三支半算子;然后,提出面向对象的模糊三支半概念的定义,从格论角度出发讨论其偏序关系以及上下确界,并进行相关定理的证明;最后,给...     

毕达哥拉斯模糊三支概念格

将毕达哥拉斯模糊集理论引入模糊三支概念格中, 在毕达哥拉斯模糊形式背景下研究毕达哥拉斯模糊三支概念格的构造。首先, 结合毕达哥拉斯模糊集理论将对象与属性的关系同时用隶属度和非隶属度表示, 给出毕达哥拉斯模糊形式背景的定义;其次, 基于给定的阈值α和β以及三支决策思想, 将对象集(属性集)划分为正域、负域, 边界域3个部分;在此基础上, 给出2种毕达哥拉斯模糊三支概念(对象导出毕达哥拉斯模糊三支概念与属性导出毕达哥拉斯模糊三支概念)的定义和相关定理, 构建相应的概念格;最后, 结合实例阐释毕达哥拉斯模糊三支概念格在实际问题中的应用。     

三支概念分析中的粒与知识结构

三支概念分析是将三支决策思想引入形式概念分析产生的进行数据分析与知识发现的新工具。文中用三支决策思想从知识内涵角度阐述三支概念分析中的基本概念,进而用粒计算思想分别从对象和属性两个角度刻画三支概念分析的知识结构,最后将DIKW体系用于三支概念分析,给出三支概念分析的D-I-K/W漏斗模型。     

净化属性对偶背景下完全格的形式概念分析（英文）

形式概念分析是数据分析和知识获取的有效工具,而三支概念格是概念格的扩展。在形式概念分析中,完全格与概念格有同构关系,但并不是每一个完全格都会同构于三支概念格。文章对净化属性对偶背景下的原子、不可约元素、补集和概念格的V-化简律等进行了研究,讨论了完全格、负概念格和三支概念格之间的同构问题。在给定的条件约束下,实现了完全格到概念格、负概念格和三支概念格之间的特征变换。     

模糊三支形式概念分析与概念认知学习

目前,三支形式概念分析只适用于传统的形式背景,无法处理模糊环境中的形式背景。为了解决这个问题,文中结合三支形式概念分析与模糊集理论,提出了模糊三支算子及其逆算子,并对其相关重要性质进行了研究。在此基础上,定义了两类模糊三支概念,即属性导出模糊三支概念和对象导出模糊三支概念。随后,以对象导出的模糊三支概念为例,讨论了模糊三支概念的概念认知学习方法,实现了不完备模糊三支概念的认知学习。最后,为了更好地解释和理解所提出的理论,文中进行了案例分析并设计了认知学习算法,通过数值实验验证了所提出方法的有效性,进一步丰富了三支形式概念分析和概念认知学习理论。     

基于面向对象(属性)概念格的三支规则提取

三支形式概念分析作为形式概念分析的推广,从正信息和负信息角度对概念进行了更精细和更完整的描述.针对决策形式背景,从三支决策思想的视角研究对象导出三支面向对象概念格(OEO-概念格,Object-induced three-way object-oriented)和属性导出三支面向属性概念格(AEP-概念格,Attribute-induced three-way property-oriented)的规则提取问题.首先,借助三支算子给出OEO-协调以及对象导出面向对象三支决策规则的概念,在此基础上研究其规则与面向对象概念格的决策规则之间的关系,研究结果显示当决策形式背景在OEO-协调和面向对象协调的前提下,两者之间存在包含关系.其次,对偶地,提出AEP-协调和属性导出面向属性三支决策规则的定义,并讨论其与面向属性概念格的决策规则之间的关系,进一步地刻画其与属性导出三支决策规则之间的联系.最后,结合实例详细解释所提出的理论.     

基于粗糙集的三元概念分析

将粗糙集近似算子引入到三元概念分析中,定义了对象定向三元概念和属性定向三元概念。首先,基于三元背景中的三元关系提出了可能性算子和必然性算子,并研究了这两类诱导算子的性质。其次,基于这两类诱导算子定义了对象定向三元概念和属性定向三元概念。最后,构造了三元图更直观地描述对象定向三元概念和属性定向三元概念。     

模糊三支概念分析与模糊三支概念格

为了进一步将模糊集合理论引入到三支概念分析中,在模糊形式背景下研究了属性导出模糊三支概念与对象导出模糊三支概念,将已有的经典三支概念拓展到了模糊三支概念中,对完善三支概念理论有重要意义.首先,在模糊形式背景下,结合模糊集合理论将对象与属性的关系用隶属度表示.然后,用阈值α以及三支决策思想,将外延(内涵)分为正域,负域,边界域三个部分.其次,提出了两种模糊三支概念(属性导出三支概念与对象导出三支概念)的相关定义和重要定理.最后,结合实例详细解释了模糊三支概念在实际生活中的应用.模糊三支概念分析理论在非经典的背景下为粒计算、人工智能、机器学习等提供了可行的思路.     

基于三支概念格线图的混合蕴含获取

考虑到三支概念分析中三支算子可以表达对象集和属性集之间"共同具有"和"共同不具有"这两种语义,基于该理论对混合蕴含规则进行研究.首先定义三支概念分析下的混合蕴含规则,并利用三支算子的性质给出混合蕴含规则成立的充分必要条件;然后根据三支概念的构建算法以及三支概念之间的偏序关系给出三支概念格线图的构建方法;最后,基于三支概念格线图提出混合蕴含规则的获取方法.     

基于三支概念分析的地理试题自动解题

现有自动解题系统从试题文本及相关资源获取解题知识,但由于试题本身潜在的复杂性与多样性,所获取的知识可能不足以支持实际解题,需要进一步获取其他解题知识.本文基于三支概念分析理论,通过构造试题文本三支概念格和决策规则提取,进一步挖掘试题文本中隐含的解题知识,在所收集数据集上进行的试验结果表明,本方法有效提升了自动解题系统的...     

基于机器学习的三支决策研究综述

三支决策是粒计算领域一个重要研究方向,其符合人类思维和认知特点,能有效处理实际决策过程中的不确定性问题。三支决策通过引入延迟决策,可以有效降低决策成本和代价,增强对不确定性决策过程的控制并提高模型的可解释性。因此,融合三支决策思想的机器学习方法值得深入研究和探讨。首先,介绍了三支决策基本模型;其次,运用CiteSpace和VOSviewer软件分析了国内外基于机器学习的三支决策领域的研究现状;再者,从研究问题、模型方法和应用背景等角度出发,聚焦于三支决策与聚类模型、分类模型、推荐系统、深度学习模型的融合,整理并总结了现有的研究方法与成果;最后,对基于机器学习的三支决策发展趋势作出了展望。     

三支决策——基于管理研究视角

从三支决策管理视角出发,介绍了三支决策的哲学与管理思想;分析了三支决策TAO模型的3个重要问题;讨论了效用三支决策和行为三支决策模型;探讨了动态决策环境下的序贯三支决策模型与方法.最后,给出了基于管理视角下三支决策未来的发展方向.     

多线程并行构建三支概念

针对三支概念分析理论中三支概念数量庞大、构建耗时的问题,提出了一种三支概念的并行构建算法PCbO3C。PCbO3C以提高三支概念的构建效率为目标,在三支概念串行构建算法CbO3C的基础上进行并行化改进,利用多线程技术并行计算给定形式背景的所有核心三支概念。并行化处理借鉴了算法PCbO的思想,通过串行算法CbO3C计算出第L层的所有三支概念,并存放到P个队列中,第L层当前生成的三支概念循环依次放入P个队列中,以使算法达到较高的负载均衡;创建P个线程,利用CbO3C并行处理P个队列中的三支概念,使得CPU资源得到充分利用。由于多线程间没有同步操作,使得PCbO3C算法的整体效率得到了进一步提高。为了验证算法PCbO3C的效率,在8核CPU环境下对多组UCI和随机数据进行实验,实验结果表明:PCbO3C速度上明显优于CbO3C,当线程数不超过8时,线程数每增加1倍,并行算法的速度可以提高约67%。     

解读克里普克的“必然观”

克里普克首先将必然性、先验性区分开。然后借助“可能世界”给出了对“必然”的重新界定,认为“必然”是“不可能不”。“可能世界”是无逻辑矛盾的世界。因而其必然是逻辑的、终极的必然。克里普克的其他思想,如历史因果命名理论、本质理论无不与这种必然观密切相关。克里普克追求终极的必然,但他并未十分清晰地区分不同层次的必然,因而产生了一些混淆。     

基于三支决策的新型分类匿名模型

数据匿名技术是目前应用最广泛的隐私保护技术,可以在保护数据私密性的同时最大限度地保证数据的可用性和计算的高效性.然而,现有的数据匿名模型采用的都是二分类的匿名模式,这种非此即彼的处理方式往往过度偏激,造成大量不必要的信息损失.针对这个问题,提出一种基于三支决策的新型分类匿名模型.首先,在k-匿名模型的基础上,提出匿名上、下限以及模糊数据的概念;其次,将三支决策的思想引入数据匿名过程,通过延迟决策的方式考虑实际决策过程中可能出现的边缘性的模糊数据,提出一种新型的三支分类匿名模型,即(Uk,Lk)-分类匿名模型;然后,为了验证所提模型的可用性,结合差分隐私的思想,在延迟决策中使用添加噪声的方式对模糊数据进行再处理.实验结果证明,提出的模型可以很好地提高数据可用性,在实际应用场景中的适用性更强.     

基于可拓域变化代价最小的最优粒度选择

针对当前最优粒度选择算法对决策域动态变化带来的代价鲜有涉及的问题,引入可拓集方法,结合三支决策思想提出基于可拓域变化代价最小的最优粒度选择模型.首先由可拓评价法确定指标等级离散化数据表,以权重为粒子实施粒化,利用二元关系交算子构建粒层空间;其次融合三支决策划分三个域,基于三个域的动态变化确定可拓集的五个域;然后研究可拓...