基于概念格的分类规则提取算法及其应用.pdfVIP

基于概念格的分类规则提取算法及其应用8 胡立华张继福张素兰 太原科技大学计算机科学与技术学院太原030024 摘要：概念格是形式背景分析中的核心数据结构，分类规则是数据挖掘一项很重要的任务。本文 首先给出了一种分类概念格渐进式构造算法，并在此算法基础上给出了分类规则的提取算法，理论表 明了分类概念格要比一般概念格构造的效率高、复杂度小．最后采用恒星天体光谱数据作为形式背景， 验证了分类概念格的有效性及分类规则提取的准确性。 关键词：概念格分类概念格分类规则最小上界天体光谱数据 1引 言 概念在哲学中被理解为由内涵和外延两个部分所组成的思想单元，基于概念的这一哲学理解，德国的R COllC印t Wille教授于1982年提出了形式概念分析(formalanalysis)…，用于概念的发现、排序和显示。在形式 概念分析中，概念的外延被表示为属于这个概念的所有对象的集合，而内涵则表示为所有这些对象所共有 的特征(或属性)集合，从而实现了对概念的哲学理解的形式化。概念格从本质上描述了对象和特征(属性)之 间的关系，表明了概念之间的泛化和例化关系，而其相应的Hasse图则实现了对数据的可视化。概念格以其 知识表示的直观、简洁和完备特点而受到研究者的关注，并已在软件工程、知识工程、知识发现等领域得到 了广泛的应用∞1。 概念格中的每一个节点代表了训练集的子空间，因此非常适合分类规则的提取。但是，在基于概念格 的分类规则的提取过程中，往往存在一些冗余规则，这些规则会影响到分类的有效性和准确率。因此，可 以通过一定的策略来消除这些冗余规则以提高分类的准确率。本文以概念格作为基础，通过分析了概念格 和分类规则之间的关系，给出了一种分类概念格渐进式构造算法，并在此算法基础上给出了分类规则的提 取算法，理论表明了分类概念格要比一般概念格构造的效率高、复杂度小。最后采用恒星天体光谱数据作 为形式背景，采用VB和Oracle9i为开发工具，设计与实现了基于概念格的恒星光谱数据分类规则挖掘系统， 从而验证了分类概念格的有效性及分类规则提取的准确性。 2基本概念 元偏序关系，由这个二元偏序关系可以形成一个概念格L。 称为概念格的外延，B∈P(D)称为概念格的内涵。 定Y,3：概念格L对于关系R是完备的，即对于L中的任一节点c(A，B)，满足以下两个条件： (1)“B)=A=B’={a∈OIVbeB，aRbl (2)f’(A)=B=A7=(b∈DIVaEA，aRb) +基金资助：国家自然科学基金项目资助。 222 计算机技术与应用进展·2006 定义4：设Cl=(Al，B1)和c2=(A2，B2)是概念格L的两个不同的结点， 存在c3=(Aj．B3)有Cl《水c2成立，则称CL是C2的直接例化，c1是c2的子节点，也可以称为C1是C2的子概念， 3基于分类规则的概念格渐进式构造算法 因为分类要由类标号属性确定。因此分类概念格的形式背景与一般概念格的形式背景有所不同，如下 定义： R是O与DIuD2之间存在的_个二元偏序关系，由这个二元偏序关系可以形成一个分类概念格FL。 在一般概念格的渐进式构造过程中，生成的节点有可能不包含类标号属性，此类节点对分类规则的提 取没有任何作用，只会增加构造格的时间。因此，在概念格的分类规则提取的过程中，应该将此类节点删 除。 定义6．在一般概念格中，如果节点C(A，B)不包含类标号属性cIa，即cL畦B，则C(A，B)称为虚节点。 节点。 定理．虚节点的父节点仍然是虚节点。 的分类提取规则中，若节点c不包含类标号属性，即类标号属性c1醒B，则cl醒Bl，由定义7可知，虚节点C 的父节点C，仍然是虚节点。 从上面的定义可知，一般概念格的节点可以分为两种节点：虚节点或候选节点。虚节点对概念格分类 规则的提取没有任何影响，因此，概念格中的虚节点可以看作分类概念格中的冗余信息。 基于上述分析，分类概念格的构造方法是：分类概念格从分类形式背景中构造出来，在分类概念格的 渐进式构造过程中，如果生成了虚节点