一种新的概念格结构粗糙概念格.pdfVIP

212 计算机技术与应用进展·2006 一种新的概念格结构：粗糙概念格+ 杨海峰1张继福1‘2 1太原科技大学计算机科学与技术学院太原030024 2中国科学院自动化所模式识别国家重点实验室北京100080 摘要：概念格是数据分析与知识提取的一种有效工具，由于概念格的完备性及精确性，采用概念 格提取不确定知识存在较大的局限性。粗糙集理论是处理不确定性知识的一种有效数学工具。为了提 高概念格的知识提取的能力，使其能够处理不确定性知识，本文针对决策形式背景，采用粗集理论中 上下近似来描述内涵所拥有的外延，给出了一种新的概念格结构：粗糙概念格。并在此基础上给出了 一种粗糙概念格的构造方法，从而加强了概念格处理不确定性知识的能力。 关键词：概念格粗粟粗糙概念格决策背景 1引 言 R于1982年首先提出，是数据 概念格(ConceptLattice)也称为Galois格，又叫形式概念分析，由Wille 挖掘的一种方法，是一种数据分析的有力工具…。概念格的每个格结点是一个形式概念，由两部分组成：内 涵(即概念的描述)，外延(即内涵所覆的对象)。从形式背景中生成概念格的过程实质上是概念聚类的过 程。另外．概念格通过Hasse图生动和简洁地体现了这些概念之间的泛化和特化关系。概念格作为一种数据 分析工具，具有完备性和精确性的特点，在信息检索、数字图书馆、知识发现等方面得到了广泛应用”】。目 前，国内学者对概念格进行了多方面深入研究：概念格构造算法及其改进基于概念格的规则挖掘算 法【6】【7】；与其它理论(模糊理论、谓词逻辑、粗集理论等)融合及其对概念格的扩展(模糊概念格、加权概念 格、约束概念格、量化概念格、扩展概念格等)ⅢJ1w 粗糙集理论是处理不确定性知识的一种有效数学工具，目前，概念格与粗糙集的结合主要集中在利用 粗糙集理论，对概念格节点中内涵进行属性约筒，从而消除内涵中的冗余属性llw。为了提高概念格的数据 分析和知识提取的能力，使概念格具有处理不确定性知识的能力，本文针对决策形式背景，采用粗集理论 中上下近似来描述内涵所拥有的外延，给出了一种新的概念格结构：粗糙概念格，并在此基础上给出了一 种粗糙概念格的构造方法，从而加强了概念格处理不确定性知识的能力。 2问题的提出 概念格是一种有效的数据挖掘和知识提取的形式化分析工具，对数据的分析有精确性和完备性的特点， 结点的内涵精确地描述了外延所包含对象拥有的麸同属性，而对于内涵可能包含的对象在外延中是很难体 现出来的。实际上，常常需要在概念格中表示某些内涵可能包含的对象，但是在一般概念格中，这些对象 由于可能具有其它特征而分布在其它结点上，也可能不存在，即使存在，也需要在不同的格结点上去寻找。 例如：在表1的形式背景构造出的一般概念格图1中，表示属性c或D可能所包含的对象，则需要将结点 +作者倚介：杨海峰，男，太原科技大学硕士研究生，主要研究方向为概念格与数据挖掘；张继福，男，教授，主要研究方向 为数据挖掘与人工智能。 一种新的概念格结构：粗糙概念格 213 间的只能是“与”的关系，而对于这样的需求，则需要对格结点进行遍历，随着对象及属性的增加，这个 操作将带来时空上的负担。因此对于提取不确定性知识，一般概念格存在较大的局限性。而要在概念格上 表示出这种不确定性知识，就需要采用新的方法对概念格结构进行扩展，使其具备表示不确定性知识的能 力。 表1一个形式背景(决策背景) × A B C D E M l 0 0 1 l 1 M1 2 O 1 0 1 0 M2 3 l