[发明专利]模糊概念格的一种更新生成方法在审

专利信息
申请号: 201810827098.6 申请日: 2018-07-25
公开(公告)号: CN109086381A 公开(公告)日: 2018-12-25
发明(设计)人: 张卓;杜鹃;辛颖;王黎明;柴玉梅 申请(专利权)人: 郑州大学;黄河水利职业技术学院
主分类号: G06F17/30 分类号: G06F17/30;G06N7/02
代理公司: 郑州红元帅专利代理事务所(普通合伙) 41117 代理人: 杨妙琴
地址: 450000 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及完备模糊形式概念格的生成方法,具体涉及一种关于模糊概念的基于集成技术的模糊概念的格更新方法。其利用两个模糊概念格之间的集成的技术方案,解决由于数据集更新而导致的L‑模糊概念格更新问题。本发明不需要从更新后的数据集重新生成完备L‑模糊概念格,而且新模糊概念格生成过程中使用更新前的原始模糊概念格,避免了资源浪费,从而改善了L‑模糊概念格的更新效率。使用本发明由于避免重新从更新后的形式背景重生成模糊概念格,而是使用更新数据对原始模糊概念格进行更新操作,故更新效率大幅度提高。尤其对于稀疏数据集、小真值度集合的情况下,更新效率明显提高。
搜索关键词: 模糊概念格 更新 模糊概念 数据集 更新操作 更新数据 集成技术 模糊形式 稀疏数据 形式背景 重新生成 概念格 集合
【主权项】:
1.模糊概念格的一种更新生成方法,其特征在于,包括如下步骤:步骤一,确定已知更新前的数据集所形成的原模糊形式背景K1=(O1,A,I1,L)和其所生成的原模糊概念格F1,并且将需要更新的数据集生成更新模糊形式背景K2=(O2,A,I2,L);其中,O1、O2为对象集合,A为属性集合,并且为对象和属性之间的二元模糊关系,L为真值度集合与原模糊概念格F1的精度一致,并且原模糊形式背景K1和更新模糊形式背景K2具有相同的属性集合A;步骤二,由更新模糊形式背景K2构造生成更新模糊概念格F2;步骤三,原模糊概念格F1和更新模糊概念格F2中的每个概念,依据如下公式产生它们的索引值;Keyc((X,Y))=Key(Y)=m0×||L||||A||‑1+m1×||L||||A||‑2+…+mn‑1×||L||1+mn×||L||0   (1)其中Y是属于F1或者F2中的模糊概念(X,Y)的内涵,并且Y在展开以后表示如下:其中m0,m1,…,mn是真值度集合L中值的索引;另外,根据公式(1)和(2),内涵Y决定公式(1)的值,即Keyc((X,Y))的值;步骤四,构建辅助的查询表M和模糊概念格索引表S,查询表M中每个索引项的格式如下(key1,key2,value),其中key1=Keyc((X1,Y1)),key2=Keyc((X2,Y2)),value=Key(Y1∩Y2);模糊概念格索引表S的格式如下(key,(X,Y),Covu),其中key=Key(Y),(X,Y)是模糊概念格中的概念,X是外延,Y是内涵,Covu是该概念在概念格中的所有直接父概念的索引值集合;直接父概念的定义如下:对于模糊概念格F中的任意两个模糊概念(X1,Y1),(X2,Y2)∈F,如果(X1,Y1)≤(X2,Y2),当且仅当并且,如果不存在模糊概念(X3,Y3)∈F,使得满足(X1,Y1)≤(X3,Y3)≤(X2,Y2),则称模糊概念(X2,Y2)是(X1,Y1)的直接父概念;步骤五,选取原模糊概念格F1中未被选取的概念(X1,Y1),执行步骤六;如果所有概念都已经被选取,进入步骤十七;步骤六,选取更新模糊概念格F2中未被选取的概念(X2,Y2),执行步骤七;如果所有概念都已经被选取,进入步骤五;步骤七,根据公式(3),通过查询表M获得k值:k=M(Keyc((X1,Y1)),Keyc((X2,Y2)))   (3)然后,进入步骤八;步骤八,令集合为空集,即进入步骤九;步骤九,选取更新模糊概念格F2中未被选取的模糊概念(X2,Y2)的直接父概念执行步骤十;如果所有的直接父概念都已经被选取,进入步骤十一;步骤十,根据公式(4),通过查询表M获得值:然后,执行步骤十三;步骤十一:选取原模糊概念格F1中未被选取的模糊概念(X1,Y1)的直接父概念执行步骤十二;如果所有的直接父概念都已经被选取,进入步骤十四;步骤十二,根据公式(5),通过查询表M获得值:然后,执行步骤十三;步骤十三,如果则将k添加到集合中,并且进入步骤九;否则,进入步骤六;步骤十四,使用k值作为索引值,即令key=k;搜寻模糊概念格索引表S,更新其数据项外延部分,令外延(Extent)=X1∪X2。进入步骤十五;步骤十五:从集合中获得概念(X1∪X2,Y1∩Y2)的直接父概念的索引值,并放入集合Covu中,然后进入步骤十六;步骤十六:使用步骤十五中获得概念(X1∪X2,Y1∩Y2)的直接父概念集合Covu,更新模糊概念格索引表S索引值为k的数据项Covu部分,从而与概念(X1∪X2,Y1∩Y2)建立偏序关系,然后进入步骤六;步骤十七:结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学;黄河水利职业技术学院,未经郑州大学;黄河水利职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810827098.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top