上海大学博士学位论文模糊概念格模型及其应用研究姓名:强宇申请学位级别:博士专业:控制理论与控制工程指导教师:刘宗田20051201模糊概念格模型及其应用研究作者:强宇学位授予单位:上海大学相似文献(7条)1.期刊论文黄健斌.姬红兵.HUANGJian-bin.JIHong-bing基于模糊概念格的Web搜索结果聚类算法-西安电子科技大学学报(自然科学版)2005,32(6)提出了一种模糊形式概念分析方法,给出了在对象和属性的模糊二元关系上生成模糊概念格的过程.提出了一种在格的拓扑序列上进行概念聚类的快速算法,并且定义了概念聚类间基于偏序的层次关系.该方法利用格理论解决了概念聚类中概念间的多重继承关系,应用在Web搜索结果聚类上,实验结果表明算法在聚类质量和检索性能上都有改进和提高.2.期刊论文胡明涵.张俐.任飞亮.HUMing-han.ZHANGLi.RENFei-liang模糊形式概念分析与模糊概念格-东北大学学报(自然科学版)2007,28(9)针对在许多应用领域中,大多数信息都是复杂的、不确定的,而传统的形式概念分析不能表达这些模糊的、不确定的信息问题,介绍了将Zadeh的模糊数学理论与形式概念分析理论相结合所形成的模糊形式概念分析理论.给出并证明了在模糊形式背景下对象集合及属性集合的一些结论.建立了在模糊形式背景下的模糊概念格并证明了该模糊概念格仍然是一个完备格.最后用实例说明了这种模糊概念格的构造方法.3.期刊论文李佳.LIJia模糊描述逻辑系统L-ALCN中的形式概念格-电脑知识与技术2009,5(25)该文首先简单介绍格值模糊描述逻辑系统L-ALCN的语法和语义,介绍形式概念分析(FCA)的基本理论.把形式概念分析引入到模糊描述逻辑中,在国际上也是刚刚起步,尚不成熟.该文定义了模糊形式背景、模糊形式概念格,并证明了此概念格为完备格.4.学位论文谢春芝基于模糊概念格的社会导航研究2008在Intemet这样一个海量的信息世界中,用户可能迷失,也可能在一个未曾涉足的信息中不知所措。尽管当前的搜索引擎能够通过用户查询词来帮助人们获取一些信息,但要从庞大的搜索结果找到有用信息,有时显得非常困难。怎样帮助人们快速有效地找到自己感兴趣且价值更高的信息,是本文所要研究和解决的主要问题。所幸的是,人类社会中存在的一种普遍现象--社会导航被引入到本领域,其主要目标是直接地或间接地利用他人的信息来帮助人们做出决策。将社会导航与搜索引擎相结合是引导人们在搜索引擎返回的大量结果中做出决策的有效方法。概念格是规则获取与知识表达的重要工具,但其所基于的形式背景大多是二值形式背景。而在实际中,大量的形式背景都是模糊的。因此,模糊概念格(FCL)是在模糊形式背景下进行数据分析与知识发现的一种有效的工具。本文取得的主要研究成果如下:1.提出了基于模糊概念格的社会导航模型。该模型主要通过获取用户需要导航的目标和社会经验来向用户提供导航。用户需要的导航目标是通过NayFCA插件与用户交互过程中获得的用户查询词,社会经验是通过从日志文件中抽取用户踪迹而构造出的模糊形式背景。2.提出并实现了模糊概念格构造算法。该算法从给定的模糊形式背景与模糊集集合中,生成模糊形式概念,自动建立并图形化显示模糊概念格。3.设计并实现了基于模糊概念格的社会导航系统,并通过实验表明本系统能将用户踪迹处理成有用的知识结构,这种结构有助于智能搜索。5.期刊论文强宇.刘宗田.李旭.周文.陈慧琼.QIANGYu.LIUZong-Tian.LIXu.ZHOUWen.CHENHui-Qiong一种基于模糊聚类的模糊本体生成方法-计算机科学2006,33(4)本文研究了一种从模糊背景生成模糊本体的方法.模糊本体由以下几部分组成,分别是:模糊形式概念分析、模糊概念聚类及模糊本体生成.首先,模糊形式概念分析将模糊逻辑嵌入形式概念分析以构成模糊概念格.其次,模糊概念聚类从模糊概念格构造概念层次.最后,模糊本体生成部分从概念层次生成模糊本体.6.期刊论文许佳卿.彭鑫.赵文耘.XuJiaqing.PengXin.ZhaoWenyun一种基于模糊形式概念分析的程序聚类方法-计算机研究与发展2009,46(9)程序聚类通过将与同一个需求或设计元素相关的代码单元聚集在一起来辅助程序理解及系统结构分析.其中,形式概念分析(FCA)是一类被广泛采用的程序聚类技术.然而现有基于FCA的程序聚类方法都是基于二值属性构建的,无法处理模糊信息.提出将模糊概念分析用于基于文本分析的程序聚类,提出了一种支持模糊信息的程序聚类方法.该方法包括模糊属性的采集过程以及相应的模糊概念格的构造算法.在此基础上,开发了一个半自动化的程序分析工具,并将其应用到一个商业软件分析中.初步的实验结果表明该方法能够有效地支持基于模糊特征的程序聚类,对于提高遗留系统的维护效率有明显的帮助.7.学位论文周文基于概念的若干知识表示模型及相关方法研究2007形式概念分析、本体和事件这三个新兴的基于概念的知识表示模型,深入地研究概念的本质和概念之间的关系,但它们的侧重各不相同,形式概念分析主要侧重于研究概念的形成,本体更注重如何表示概念及概念之间的关系,而事件则以研究动词性概念为核心注重表示概念的结构。本文围绕这三个模型,研究它们各自存在着的一些问题,根据它们各自不同的侧重,展开它们的结合研究。本文的研究内容和创新点主要包括:(1)模糊概念格结构上的繁杂给其应用造成了障碍,本文提出基于概念聚类的模糊概念格约简方法,该概念聚类以所定义的模糊概念格中概念节点向量为概念之间相似度的度量基础,在模糊概念格节点间进行聚类,形成概念类,进而生成模糊概念层次,成为模糊概念格的一个约简形式。在UCI数据集上进行实验,以验证约简的有效性,结果表明约简很大程度上压缩了模糊概念格,同时,约简并未丢失模糊概念格中的有效信息。这意味着基于概念聚类的模糊概念格约简将有效地提高模糊形式概念分析应用时的时空性能,并且不会降低应用的质量。(2)为帮助解决概念及概念之间关系的自动获取这一本体构建的难点问题,提出基于模糊概念层次的本体生成方法。它利用形式概念分析的良好的数学性质和完善的生成工具,挖掘出概念,特别是抽象概念,以及概念之间的分类关系,通过概念和关系映射,自动将模糊概念层次中的概念以及概念之间的泛化和例化关系映射成本体中的概念以及概念之间的分类关系,从而减少了专家在本体生成过程中的参与程度,实现了更高程度的自动化。(3)经典形式概念分析方法主要针对单值形式背景,但现实世界中的问题经常会出现属性值是区间数的情况。为处理这类问题,本文提出区间形式概念分析。它是针对现实中普遍存在的区间数构造的,处理能力扩展到了区间数上。它采用区间数分解的属性定标方法,使形式概念分析可以处理由区间数表示的对象和属性关系表,进而构成区间形式背景,以生成区间概念格。实验表明区间数分解的属性定标可以有效地处理信息表中的区间数以生成形式背景;区间概念格的生成算法具有良好的时空性能。区间形式概念分析扩展了形式概念分析的处理能力,拓宽了它的使用范围。(4)提出一种新的事件表示模型和提取方法。该事件表示模型采用事件多元组的模式,相对于已有的事件三元组等事件表示模型更为灵活,避免了三元组等事件表示模型过于简化、无法完整地展现事件的全貌、从而带来的在实际应用中存在的问题;而且该事件多元组模型不仅考虑与事件相关的命名实体(即事件发生的时间、地点和参与者),还考虑与事件发生相关的重要的名词性概念和术语,从而可以对一些较抽象和较专业的事件进行表示。在该事件表示模型的基础上,提出了从文本中提取事件的方法,形成了一种新的基于事件的自然语言处理方法,它利用对自然语言文本的词法分析和句法分析等,能够自动地从自然语言文本中提取事件。基于事件的表示模型的提出拓展了现有的基于事件的知识表示模型,事件提取方法提升了现有的基于自然语言处理技术结合统计学方法的事件提取方法,还将为人工智能、自动文摘、文本处理等领域的推进和发展提供理论模型和应用方法。(5)将基于事件的知识处理技术引入到本体学习中,形成了基于事件的本体生成方法。该方法在手工生成的领域核心本体的基础上,自动地从通用本体和自然语言文本中学习领域概念及概念之间的关系。其中,核心的方法是基于事件的概念和关系学习,它对领域文本进行基于事件的自然语言处理,自动提取领域文本中的事件,通过对提取的事件的解析,获取概念及概念之间的关系,特别是概念之间的非分类关系,这从一定程度上解决了本体生成过程中非分类关系生成难的问题,实现了概念之间关系的自动获取。这一基于事件的本体学习方法是可以进行迭代的,将该方法前一次生成的领域本体和领域专家新提供的领域文本作为本次学习的输入,可进行新一轮的学习,直到获取满意的领域本体为止。实验表明,该方法可以有效地获取领域概念及概念之间的关系,特别是概念之间的非分类关系,从而生成领域本体。(6)设计了基于事件和形式概念分析的自动文摘方法eFCASum。它为基于事件的自动文摘提供了新的方法,是在本文提出的事件技术的基础上,从待摘要文档中提取出事件,经去除冗余和互斥事件处理后,生成形式背景,以获取与其同构的概念格用以判定事件的相关性,进而计算出事件的重要性,再结合事件的情境的权重,衡量出与事件对应的语句的重要性,用以提取文摘。在国际上标准的自动文摘评测语料库上对该方法进行了评测,取得了良好的评测结果,证实了方法的有效性。该自动文摘技术的发展还可解决本体中实例丰富的问题,为本体及其应用技术的提高提供一定帮助。综上所述,本文针对形式概念分析、本体和事件这三个模型各自存在的问题及它们的结合进行研究,事实上,它们各自存在的部分问题可以通过它们的结合研究解决,特别是可以利用形式概念分析和事件来解决本体构建这一本体工程中的难点。因此,在理论和应用上建立和加强形式概念分析和本体相结合的相关领域的研究是一个重要的研究方向,将事件技术引入本体生成及知识处理领域中将取得良好的效果,它们的结合研究有着非常好的前景和重要的研究意义。本文链接:授权使用:中国科学技术大学(zgkxjsdx),授权号:d9fc974e-1704-42fb-92b9-9e6900ecd5cb下载时间:2011年1月12日