模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2022, Vol. 35 Issue (9): 774-788    DOI: 10.16451/j.cnki.issn1003-6059.202209002
“粒计算与知识获取”专题 最新目录| 下期目录| 过刊浏览| 高级检索 |
模糊语言属性偏序结构图的逐层属性约简算法
庞阔1, 周爱1, 杨鑫冉2, 李楠2, 邹丽3, 鲁明羽1
1. 大连海事大学 信息科学与技术学院 大连 116026;
2. 辽宁师范大学 计算机与信息技术学院 大连 116081;
3. 山东建筑大学 计算机科学与技术学院 济南 250102
A Layer-by-Layer Attribute Reduction Algorithm for Fuzzy Linguistic Attribute Partial Order Structure Diagram
PANG Kuo1, ZHOU Ai1, YANG Xinran2, LI Nan2, ZOU Li3, LU Mingyu1
1. Information Science and Technology College, Dalian Maritime University, Dalian 116026;
2. School of Computer and Information Technology, Liaoning Normal University, Dalian 116081;
3. School of Computer Science and Technology, Shandong Jianzhu University, Jinan 250102

全文: PDF (970 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在形式概念分析中,属性偏序结构图作为一种数据可视化工具,可有效解决用户认知过载的问题.在现实生活中,人们往往通过模糊语言值表达偏好信息,会产生大量的模糊语言值数据.为了解决在模糊语言环境下的属性约简问题,文中提出模糊语言属性偏序结构图的逐层属性约简算法.首先,基于模糊语言值形式背景构建模糊语言属性偏序结构图,将模糊语言值数据嵌入属性偏序结构图中.通过语言真值格蕴涵代数作为模糊语言值表示模型,表达模糊语言值间的序关系和不可比关系.然后,为了获取保持模糊语言值形式背景区分能力不变的最小属性子集,结合模糊语言值属性偏序结构图,搜索未与底层节点建立边的节点.在保证模糊语言值属性偏序结构图类等价的前提下,计算该节点及其子节点间的差别属性,并构造相应的逐层属性约简模型.最后,通过实例与对比实验验证文中算法的有效性和实用性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
庞阔
周爱
杨鑫冉
李楠
邹丽
鲁明羽
关键词 模糊语言属性偏序结构图属性约简模糊语言值形式背景语言真值格蕴涵代数模糊语言值分层概念格    
Abstract:As a data visualization tool, attribute partial order structure diagram can solve the problem of user cognitive overload in formal concept analysis effectively. People often express preference information through fuzzy linguistic values in real life,and thus a large amount of fuzzy linguistic-valued data is generated. To solve the problem of attribute reduction in fuzzy linguistic environment, a layer-by-layer attribute reduction algorithm for fuzzy linguistic attribute partial order structure diagram is proposed in this paper. Firstly, the fuzzy linguistic attribute partial order structure diagram is constructed based on the fuzzy linguistic-valued formal context, and the fuzzy linguistic-valued data is embedded into the attribute partial order structure diagram. The order relation and the incomparable relation between fuzzy linguistic values are expressed by the linguistic truth-valued lattice implication algebra acting as the representation model of the fuzzy linguistic values. Secondly, the fuzzy linguistic attribute partial order structure diagram is employed and the nodes that do not form edges with the underlying nodes are searched to obtain the minimum attribute subset with the fuzzy linguistic-valued formal context discrimination ability unchanged. On the premise of ensuring the class equivalence of the fuzzy linguistic attribute partial order structure diagram, the difference attribute between the node and its child nodes is calculated, and the corresponding layer-by-layer attribute reduction model is constructed. Finally, examples and comparative experiments verify the effectiveness and practicability of the proposed method.
Key wordsFuzzy Linguistic Attribute Partial Order Structure Diagram    Attribute Reduction    Fuzzy Linguistic-Valued Formal Context    Linguistic Truth-Valued Lattice Implication Algebra    Fuzzy Linguistic-Valued Layered Concept Lattice   
收稿日期: 2022-04-08     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61976124)资助
通讯作者: 鲁明羽,博士,教授,主要研究方向为数据挖掘、自然语言处理.E-mail:lumingyu@dlmu.edu.cnss.   
作者简介: 庞 阔,博士研究生,主要研究方向为机器学习、智能信息处理、形式概念分析.E-mail:pangkuo_p@dlmu.edu.cn.
周 爱,博士研究生,主要研究方向为自然语言处理、作者身份识别.E-mail:zhouai9070@dlmu.edu.cn.
杨鑫冉,硕士研究生,主要研究方向为智能信息处理、多值逻辑、形式概念分析.E-mail:yangxinrancn@163.com.
李 楠,硕士研究生,主要研究方向为智能信息处理、形式概念分析.E-mail:linan123cn@163.com.
邹 丽,博士,教授,主要研究方向为数据挖掘、智能信息处理、形式概念分析.E-mail:zoulicn@163.com.
引用本文:   
庞阔, 周爱, 杨鑫冉, 李楠, 邹丽, 鲁明羽. 模糊语言属性偏序结构图的逐层属性约简算法[J]. 模式识别与人工智能, 2022, 35(9): 774-788. PANG Kuo, ZHOU Ai, YANG Xinran, LI Nan, ZOU Li, LU Mingyu. A Layer-by-Layer Attribute Reduction Algorithm for Fuzzy Linguistic Attribute Partial Order Structure Diagram. Pattern Recognition and Artificial Intelligence, 2022, 35(9): 774-788.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202209002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2022/V35/I9/774
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn