基于格值逻辑的模糊概念格

从逻辑的角度,将非经典逻辑之一的格值逻辑引入概念格,建立了格值模糊形式背景,通过格结构来刻画对象与属性之间的模糊关系,证明了由蕴涵算子诱导的算子对是伽罗瓦连接,并讨论了相关的一些性质,进而给出了格值模糊概念格的构造算法.格值模糊概念格的建立为模糊性与不可比较性信息的处理提供了可靠的数学工具.     

L-可定义集与L-粗糙概念格

对基于剩余格L的L-广形式背景引入了L-可定义集概念,研究L-可定义集的性质及其与L-粗糙概念之间的关系.培出L-广可定义集的刻画;得到常值L-案均为L-可定义集的若干等价条件;证明全体L-可定义集在L-集包含序下是相应L-幂集格及L-粗糙概念格的子完备格;给出全体L-可定义集恰为全体L-粗糙概念外延的一个充要条件.     

基于粗糙集方法的概念格理论研究综述

概念格与粗糙集理论是软计算领域的两种不同方法,它们都在数据挖掘、知识工程、信息检索、人工智能、系统分析与管理决策等领域有重要应用。在介绍概念格基本概念的基础上,对近年来借助粗糙集方法研究概念格的粗糙集近似扩充、概念格的约简理论与方法、变精度概念格及基于概念格的模糊推理、概念粒计算系统的数学模型及迭代算法等方面进行了综述,并提出了进一步研究的问题和方向。     

利用矩阵行秩生成概念格的一种算法

概念格是根据二元关系提出的一种概念层次结构,它描述了对象和属性的关系,利用矩阵行秩的层次思想提出了一种基于矩阵行秩的概念格生成算法,并用实例描述了对象和属性之间的概念关系.     

基于形式概念的粗糙近似

证明了对象(属性)概念的外延(内涵)是构成概念外延(内涵)的基本单位,由此提供了通过外延(内涵)基本元来构造形式概念的方法.定义了几种基于外延基本元和内涵基本元的上、下近似,给出了近似算子的性质,并讨论了这些近似算子之间的相互关系.     

模糊概念格

概念格是研究和处理概念内涵与外延确定性关系的数学方法 ,已成为一种有效的数据分析方法。本文进一步探讨概念内涵与外延的不确定关系的模糊映射 ,给出相应的隶属函数的一些基本数学性质 ,证明全体模糊概念构成一个完全格。     

一种新的概念格增量维护算法

形式概念分析在数据分析以及机器学习领域得到了广泛的应用,作为核心数据结构的概念格的构造算法一直是形式概念分析领域的研究热点.根据概念外延的补集性质,给出并证明了概念的生成定理和超概念的生成定理,并以此为基础提出了一种新的概念格的增量维护算法,包括概念的生成和序关系建立算法,并给出了一个应用示例.     

多粒度粗糙近似算子的格结构研究

多粒度粗糙集模型是经典粗糙集模型的一种重要扩展形式,在多粒度粗糙集模型概念中,有乐观和悲观两种形式。本文先把Pawlak粗糙近似算子的格结构拓展到基于一般二元关系的粗糙近似算子的格结构,然后进一步拓展到基于一般二元关系的多粒度粗糙近似算子的格结构,主要给出基于一般二元关系的悲观多粒度粗糙近似算子的格结构。     

基于格蕴涵代数的模糊幂集

模糊幂集理论依赖于相应的模糊算子的选取,本文通过格蕴涵代数中的蕴涵算子讨论了L—型模糊集的幂集,为高阶格值逻辑的研究作了必要的准备。     

格蕴涵代数的区间值模糊子代数

将区间值模糊集的概念应用于格蕴涵代数,引入区间值模糊格蕴涵子代数的概念并研究它们的性质.讨论了区间值模糊格蕴涵子代数与（模糊）格蕴涵子代数之间的关系;定义了区间值模糊集的象和原象,获得了区间值模糊格蕴涵子代数的象和原象成为区间值模糊格蕴涵子代数的条件.