多粒度形式概念分析的类属性块优化

李金海^1,2,贺建君^1,2,吴伟志^3,4

1.昆明理工大学数据科学研究中心, 云南 昆明 650500;2.昆明理工大学理学院, 云南 昆明 650500;3.浙江海洋大学数理与信息学院, 浙江 舟山 316022;4.浙江海洋大学浙江省海洋大数据挖掘与应用重点实验室, 浙江 舟山 316022

发布日期:2020-05-06

作者简介:李金海(1984— ),男,博士,教授,博士生导师,研究方向为大数据分析、概念认知学习、智能系统分析与集成. E-mail:jhlixjtu@163.com
基金资助:国家自然科学基金资助项目(11971211,61976194);浙江省自然科学基金资助项目(LY18F030017)

Optimization of class-attribute block in multi-granularity formal concept analysis

LI Jin-hai^1,2, HE Jian-jun^1,2, WU Wei-zhi^3,4

1. Data Science Research Center, Kunming University of Science and Technology, Kunming 650500, Yunnan, China;
2. Faculty of Science, Kunming University of Science and Technology, Kunming 650500, Yunnan, China;
3. School of Mathematics, Physics and Information Science, Zhejiang Ocean University, Zhoushan 316022, Zhejiang, China;
4. Key Laboratory of Oceanographic Big Data Mining and Application of Zhejiang Province, Zhejiang Ocean University, Zhoushan 316022, Zhejiang, China

Published:2020-05-06

摘要/Abstract

摘要： 针对现有的多粒度形式概念分析的介粒度标记方法无法实现类属性块内部信息的跨粒度层组合,基于实际应用需要将类属性块内部信息进一步划分为子类,通过跨粒度层重新组合各子类以提出多粒度类属性块,在此基础上分析多粒度类属性块的内部结构,揭示决策蕴涵随多粒度类属性块粒度粗细变化进行更新的规律,完善了基于多粒度形式概念分析的多层次知识发现理论与方法。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3269