[发明专利]基于面向属性语言概念格的多重多维语言推理方法

说明书

本发明公开了一种基于面向属性语言概念格的多重多维语言推理方法，按照如下步骤进行：数据处理，用语言术语集表示形式背景中对象与属性间的关系；定义具有语言信息的近似算子，构建面向属性语言概念格；研究语言决策形式背景，提取基于优势关系的语言决策规则；通过获取的面向属性语言决策规则，建立多重多维语言推理模型；将多重多维语言推理模型输入到神经网络中，直接利用神经网络对语言决策规则进行自适应学习；计算规则库中各节点的权重并对具有语言信息的规则做不确定性推理。

技术领域

本发明属于智能信息处理技术，具体涉及一种基于面向属性语言概念格的多重多维语言推理方法。

背景技术

推理方法是计算机模拟人类的思维方式进行智能决策，可减少对人类专家经验的依赖，提高了智能决策的自动化程度，提高决策的准确性和可靠性。

形式概念分析是Wille于1982年提出的一种基于形式背景分析概念层次结构的推理方法，其核心是形式概念和概念格，数据源为形式背景。形式概念是一个由对象(外延)和对象共同具有的属性(内涵)构成的二元组，通过伽罗瓦链接，概念格以超概念与亚概念层次的形式在所有已发现的概念间完成了图形结构的可视化。它从本质上描述了对象和属性之间的关系，并显示了概念之间的泛化与特化关系，已经在人工智能、软件工程、数据挖掘、信息检索等许多领域得到了广泛的关注和研究。

目前，国内外的学者对形式概念分析的研究已经获得了显著的成果，Godin等提出了一种用于更新Galois格和相应图的增量概念形成方法，其在大多数情况下都优于批处理算法，更加高效简洁地生成概念格。Blohlavek从模糊逻辑的角度出发，研究了概念格的理论，给出对象具有属性的模糊值，提出模糊形式背景，构建模糊的层次结构。随后，Yao等又结合了三支决策的思想，从正、负算子两方面扩展了概念格，提出三支概念格及基于属性(对象)导出的三支概念格，并分析它们之间的关系。粗糙集由Z.Pawlak在1982年提出之后，Yao将粗糙集理论的思想整合到形式概念分析中，构建面向对象的概念格。在面向对象概念格研究中，近年来取得了一些新的进展。例如，Ma等通过讨论分层扩展集的性质，引入了一种新颖的方法来获取面向对象概念格。Qi等研究了形式概念分析与粗糙集上约简的关系，为了更容易发现数据间的隐含知识，表示更简单，又提出一种使用不可约元素进行属性约简的新方法，即面向对象(属性)概念格的约简方法，进一步提高概念格构建方法的效率。