删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

多粒度形式概念分析的介粒度标记方法

本站小编 Free考研考试/2022-01-01
李金海1,2, 李玉斐1,2, 米允龙3, 吴伟志4,5
1(昆明理工大学数据科学研究中心 昆明 650500);2(昆明理工大学理学院 昆明 650500);3(中国科学院大学计算机与控制学院 北京 100190);4(浙江海洋大学数理与信息学院 浙江舟山 316022);5(浙江省海洋大数据挖掘与应用重点实验室(浙江海洋大学) 浙江舟山 316022) (jhlixjtu@163.com)
出版日期: 2020-02-01


基金资助:国家自然科学基金项目(11971211,61976194,61562050,61573173,61573321,41631179)

Meso-Granularity Labeled Method for Multi-Granularity Formal Concept Analysis

Li Jinhai1,2, Li Yufei1,2, Mi Yunlong3, and Wu Weizhi4,5
1(Data Science Research Center, Kunming University of Science and Technology, Kunming 650500);2(Faculty of Science, Kunming University of Science and Technology, Kunming 650500);3(School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing 100190);4(School of Mathematics, Physics and Information Science, Zhejiang Ocean University, Zhoushan, Zhejiang 316022);5(Key Laboratory of Oceanographic Big Data Mining and Application of Zhejiang Province (Zhejiang Ocean University), Zhoushan, Zhejiang 316022)
Online: 2020-02-01


Supported by:This work was supported by the National Natural Science Foundation of China (11971211, 61976194, 61562050, 61573173, 61573321, 41631179).




摘要/Abstract


摘要： 现有的多粒度标记形式背景将所有属性的粒度标记值通过多个单粒度标记形式背景的并置予以表示，这可能导致后续相关问题的研究主要集中于多个单粒度标记形式背景的知识发现及其相互关系，不利于挖掘多粒度标记形式背景的多层次知识.通过重构单粒度标记形式背景的属性粒度标记值，在多粒度标记形式背景中研究介粒度标记形式背景，使得知识发现不仅仅局限于数据采集或表示所形成的粗细粒度标记数据，还包括跨粒度重组数据的知识发现.首先，提出介粒度标记形式背景的概念，给出相应的语义解释；其次，讨论介粒度标记形式背景的泛化与特化，在此基础上证明所有介粒度标记形式背景在泛化-特化关系下构成一个完备格；然后，给出多粒度标记决策形式背景的介粒度知识发现方法，得到粗细介粒度标记形式背景之间的决策蕴涵诱导关系；最后，实验分析表明介粒度标记方法的有效性和优势所在.






[1]王霞,江山,李俊余,吴伟志. 三元概念的一种构造方法[J]. 计算机研究与发展, 2019, 56(4): 844-853.
[2]罗晟,苗夺谦,张志飞,张远健,胡声丹. 基于层次信息粒表示的属性图链接预测模型[J]. 计算机研究与发展, 2019, 56(3): 623-634.
[3]王念, 彭政红, 崔莉. EasiFFRA:一种基于邻域粗糙集的属性快速约简算法[J]. 计算机研究与发展, 2019, 56(12): 2578-2588.
[4]陈玉明,李伟. 粒向量与K近邻粒分类器[J]. 计算机研究与发展, 2019, 56(12): 2600-2611.
[5]谢秦,张清华,王国胤. 基于相似度量的自适应三支垃圾邮件过滤器[J]. 计算机研究与发展, 2019, 56(11): 2410-2423.
[6]邹丽，冯凯华，刘新. 语言值直觉模糊概念格及其应用[J]. 计算机研究与发展, 2018, 55(8): 1726-1734.
[7]吴伟志,杨丽,谭安辉,徐优红. 广义不完备多粒度标记决策系统的粒度选择[J]. 计算机研究与发展, 2018, 55(6): 1263-1272.
[8]韩朝,苗夺谦,任福继,张红云. 基于粗糙集知识发现的开放领域中文问答检索[J]. 计算机研究与发展, 2018, 55(5): 958-967.
[9]姚晟,徐风,赵鹏,纪霞. 基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择[J]. 计算机研究与发展, 2018, 55(4): 802-814.
[10]周艳红,张贤勇,莫智文. 粒化单调的条件邻域熵及其相关属性约简[J]. 计算机研究与发展, 2018, 55(11): 2395-2405.
[11]顾沈明,顾金燕,吴伟志,李同军,陈超君. 不完备多粒度决策系统的局部最优粒度选择[J]. 计算机研究与发展, 2017, 54(7): 1500-1509.
[12]付志耀,高岭,孙骞,李洋,高妮. 基于粗糙集的漏洞属性约简及严重性评估[J]. 计算机研究与发展, 2016, 53(5): 1009-1017.
[13]邓大勇,苗夺谦,黄厚宽. 信息表中概念漂移与不确定性分析[J]. 计算机研究与发展, 2016, 53(11): 2607-2612.
[14]张志飞,苗夺谦,聂建云,岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816.
[15]邓大勇,徐小玉,黄厚宽. 基于并行约简的概念漂移探测[J]. 计算机研究与发展, 2015, 52(5): 1071-1079.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4129
相关话题/计算机 知识 数据 昆明理工大学 系统
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 数据中心网络传输协议综述
    曾高雄,胡水海,张骏雪,陈凯(香港科技大学计算机科学与工程系香港999077)(kaichen@cse.ust.hk)出版日期:2020-01-01TransportProtocolsforDataCenterNetworks:ASurveyZengGaoxiong,HuShuihai,ZhangJ ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 智慧健康研究综述: 从云端到边缘的系统
    邱宇1,王持1,齐开悦2,沈耀1,李超1,张成密3,过敏意11(上海交通大学大学计算机科学与工程系上海200240);2(上海交通大学电子信息和电气工程学院上海200240);3(上海交通大学医学院附属新华医院上海200092)(ed3rss@sjtu.edu.cn)出版日期:2020-01-01基 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 云计算系统可靠性研究综述
    段文雪1,胡铭1,周琼2,吴庭明1,周俊龙3,刘晓4,魏同权1,陈铭松11(华东师范大学上海市高可信计算重点实验室上海200062);2(上海外国语大学国际金融贸易学院上海200083);3(南京理工大学计算机科学与技术学院南京210094);4(迪肯大学信息技术学院澳大利亚墨尔本VIC3125)( ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 面向非易失内存的数据一致性研究综述
    肖仁智1,冯丹1,2,胡燏翀2,3,张晓祎1,程良锋21(华中科技大学武汉光电国家研究中心武汉430074);2(华中科技大学计算机科学与技术学院武汉430074);3(深圳华中科技大学研究院广东深圳518061)(rzxiao@hust.edu.cn)出版日期:2020-01-01基金资助:国家重 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 2019大数据知识工程及应用专题
    郑庆华(西安交通大学西安710049)出版日期:2019-12-01Online:2019-12-01摘要/Abstract摘要：实际工程问题的求解往往涉及跨领域、跨模态的海量碎片化知识，这些知识不能仅靠专家提供，而需要从环境中动态学习和融合生成.知识工程旨在研究计算机对知识的获取、表征和处理.随着 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 融合对抗训练的端到端知识三元组联合抽取
    黄培馨1,赵翔1,2,方阳1,朱慧明1,3,肖卫东1,21(国防科技大学信息系统工程重点实验室长沙410073);2(地球空间信息技术协同创新中心(武汉大学)武汉430079);3(长沙商贸旅游职业技术学院经济贸易学院长沙410073)(huangpeixin15@nudt.edu.cn)出版日期: ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 基于相邻和语义亲和力的开放知识图谱表示学习
    杜治娟1,杜治蓉2,王璐31(内蒙古大学计算机学院呼和浩特010021);2(北方工业大学信息学院北京100144);3(中国科学技术信息研究所北京100038)(nmg-duzhijuan@163.com)出版日期:2019-12-01基金资助:内蒙古大学高层次人才引进项目(21500-51951 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 基于层间模型知识迁移的深度堆叠最小二乘分类器
    冯伟1,杭文龙1,梁爽2,刘学军1,王辉11(南京工业大学计算机科学与技术学院南京211816);2(南京邮电大学地理与生物信息学院南京210023)(fengwei@njtech.edu.cn)出版日期:2019-12-01基金资助:国家自然科学基金项目(61802177);江苏省高校自然科学基金 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 云环境基于系统调用向量空间的进程异常检测
    陈兴蜀1,2,陈佳昕2,金鑫2,葛龙21(四川大学网络空间安全学院成都610065);2(四川大学计算机学院成都610065)(chenxsh@scu.edu.cn)出版日期:2019-12-01基金资助:国家自然科学基金青年科学基金项目(61802270,61802271);四川省重点研发项目(2 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01
  • 面向数据流结构的指令内访存冲突优化研究
    欧焱1,2,冯煜晶1,李文明1,叶笑春1,王达1,范东睿1,21(计算机体系结构国家重点实验室(中国科学院计算技术研究所)北京100190);2(中国科学院大学计算机科学与技术学院北京100049)(ouyan@ict.ac.cn)出版日期:2019-12-01基金资助:国家重点研发计划项目(201 ...
    中科院计算技术研究所 本站小编 Free考研考试 2022-01-01

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.