导读:本文包含了模糊概念格论文开题报告文献综述及选题提纲参考文献，主要关键词:语言值直觉模糊概念格,模式识别方法,语言值直觉模糊决策形式背景,规则提取
模糊概念格论文文献综述
冯凯华[1]（2019）在《语言值直觉模糊概念格及其在教育类APP智能评价中的应用》一文中研究指出人工智能是当前学术研究领域的一个热点方向,而智能信息处理则是人工智能领域的重要研究课题。计算机能够智能的处理日常生活中用自然语言表示的推理决策问题,这是智能信息处理的智能化体现。模糊语言值可以针对具有语言值信息的不确定性问题进行处理,概念格则是数据分析和知识处理的数学工具,将语言值直觉模糊格蕴涵代数与直觉模糊概念格结合,可以有效地进行数据信息发掘、决策知识获取,并广泛的应用于医学诊断、教育评价、信息检索等领域,实现计算机对信息的智能化处理。本文深入地研究了语言值直觉模糊概念格,并将其应用到教育类APP智能评价中。主要研究成果如下:为解决具有模糊语言值信息的决策问题,本文结合语言值直觉模糊格蕴涵代数,提出语言值直觉模糊形式背景,减少语言信息处理的数据损失,进而给出语言值直觉模糊形式概念的定义及其运算算子,构造语言值直觉模糊概念格;在语言值直觉模糊形式概念的基础上,研究了语言值直觉模糊形式概念之间的贴近度以及任意两个语言值直觉模糊概念格之间的贴近度,提出了基于语言值直觉模糊概念格的模式识别方法,并应用于中医疾病智能诊断系统中,证明该方法的有效性和实用性。为提高知识信息处理的效率,本文在语言值直觉模糊形式背景的基础上,对语言值直觉模糊决策形式背景的规则提取进行了深入研究。首先提出语言值直觉模糊决策形式背景,给出语言值直觉模糊决策形式概念构造算子,进而得出语言值直觉模糊决策形式概念集,并根据概念集得到语言值直觉模糊决策形式背景的规则集,结合语言值直觉模糊决策规则的置信度和支持度,研究其规则提取方法,并用实例说明其可行性。针对当前教育类APP种类繁多,品质参差不齐的问题,本文构建了一种用于教育类APP评价的智能评价系统。由于现实生活中信息数据收集不完整,提出了不完备语言值直觉模糊决策形式背景,依据各个学习者的不同评价结果,将其进行补全,进而应用于教育类APP智能评价系统中,结合规则提取方法,对教育APP进行评价,以帮助学习者对教育APP进行有效选择。(本文来源于《辽宁师范大学》期刊2019-06-01）
郑珍[2]（2019）在《经典-模糊概念格的两种构建方法》一文中研究指出形式概念分析是通过形式背景来描述对象和属性之间的二元关系,由一个概念格反映概念之间的层次关系。形式概念分析作为一种有力的数据分析和知识获取的数学工具,已经成功地应用在知识发现、数据挖掘、信息提取以及软件工程等领域。经典形式概念不能够处理模糊问题。然而,用模糊形式背景可以描述事物之间的这种模糊、不确定关系。通过对模糊概念格的构建、属性约简、以及规则提取等方面的研究来解决现实生活中的模糊、不确定问题。二支决策只有接受和拒绝两种选择的结果,当原始信息不全面或者缺失时,应用二支决策作出的选择已经不能够满足实际生活的需要。因此,叁支决策作为二支决策的一种拓展,在接受和拒绝的选择之外增加了延迟选择的决策,更能满足人们处理实际问题的需要。本文针对经典-模糊概念格的构建问题,分别作了以下研究工作:1.为了提高经典-模糊概念格的构建效率,本文引入一个加权图,利用图中圈的思想,生成经典-模糊概念,从而构建经典-模糊概念格。同时,给出生成全部经典-模糊概念的算法过程,并对所给算法进行分析比较,得出所给算法的优势。最后,用实例说明该算法过程。由于图具有可视化,加权图的应用不仅在算法运行中节省了储存空间,而且使得生成经典-模糊概念的过程变得更为直观。2.为了构建经典-模糊叁支概念格,本文将叁支决策的思想引入到模糊概念格中,通过定义经典-模糊叁支概念,验证经典-模糊叁支概念的相关性质和定理。同时,给出生成全部经典-模糊叁支概念的算法过程并构建经典-模糊叁支概念格。最后,用实例体现算法过程。通过经典-模糊叁支概念格,可以帮助解决模糊形式背景中由于原始信息不全面,从而导致不能够直接作出接受或者拒绝的决策问题。(本文来源于《河北大学》期刊2019-05-01）
张喜征,蔡月月,罗文[3]（2019）在《基于模糊概念格的领先用户个性化知识推荐研究》一文中研究指出针对创新社区日益增长的海量信息阻碍用户对知识进行有效获取和创造的现状,将模糊形式概念分析(FFCA)理论应用于创新社区领先用户的个性化知识推荐研究。首先识别出创新社区领先用户并对其发帖内容进行文本挖掘,得到用户-知识模糊形式背景,然后构建带有相似度的模糊概念格对用户偏好进行建模,最后基于模糊概念格和协同过滤的推荐算法为领先用户提供个性化知识推荐有序列表。以手机用户创新社区为例,验证基于FFCA的领先用户个性化知识推荐方法有助于满足用户个性化知识需求,促进用户更好地参与社区知识创新。(本文来源于《科技管理研究》期刊2019年07期）
邹丽,冯凯华,刘新[4]（2018）在《语言值直觉模糊概念格及其应用》一文中研究指出人们经常用自然语言进行推理判断和决策,针对具有语言值信息的不确定问题,基于语言值直觉模糊代数和直觉模糊形式背景,提出了语言值直觉模糊形式背景并讨论了其相关性质,建立了语言值直觉模糊概念格.研究了语言值直觉模糊形式概念之间的贴近度,进一步给出语言值直觉模糊形式概念格之间的贴近度,进而提出了语言值直觉模糊概念格的模式识别方法,并将其应用到中医疾病诊断识别中,说明所提出方法的有效性和实用性.(本文来源于《计算机研究与发展》期刊2018年08期）
邹才凤[5]（2017）在《模糊概念格构造与应用中的关键问题研究》一文中研究指出概念格作为一种强有力的数据分析工具,已经广泛应用于数据挖掘、知识表示、机器学习、信息检索、模式识别、专家系统、人工智能等许多领域。现实生活中的信息大多是模糊的或不确定的,模糊概念格将模糊理论与概念格结合起来,可用于探索性地分析和处理模糊信息。根据模糊形式背景构造模糊概念格是一个NP完全问题,在最坏情况下,随着形式背景规模的增大,构造模糊概念格需要耗费的时间呈指数级增长。模糊概念格的构造是其得以广泛应用的前提,也是一个瓶颈问题,本文对模糊概念格的构造算法进行了研究和改进。概念格和模糊概念格在智能疾病诊断、关联规则挖掘和个性化推荐服务等许多应用领域中发挥了重要作用。本文主要研究模糊概念格的构造与应用中的若干关键问题,全文完成的主要工作如下:(1)研究和改进了模糊概念格的构造算法。对已有的精确概念格的渐进式构造算法进行扩展,加入模糊集合的运算方法,使其可以适用于模糊概念格,并加入剪枝技术进行算法改进,得到了基于对象的渐进式构造模糊概念格的算法。根据模糊概念格的对偶性质,设计了基于属性的渐进式构造模糊概念格的算法。同时提出了在基于属性的模糊概念格中插入对象的算法。实验结果表明,本文所提出的加入了剪枝步骤的算法耗费的运行时间更少,模糊概念格的构造效率得到了提高。(2)提出了一种基于模糊概念格的智能疾病诊断方法。疾病症状和相应的程度(例如:产生频率、严重程度、持续时间)可以被提取出来形成一个模糊概念格。病人的症状和程度对应的模糊概念格需要被构造出来,并与可能的某些疾病的模糊概念格进行匹配。这两种模糊概念格之间的相似度可以被计算出来,并用于辅助有效地诊断。具有最大相似度的疾病就是智能诊断的推荐结果。(3)设计了一种基于概念格的个性化推荐系统,该系统包括离线和在线两个部分。离线部分的主要功能是从原始事务数据库构造形式背景和概念格,基于概念格进行关联规则挖掘,获得关联规则库,并定时获取新数据对概念格和规则库进行更新。在线部分采用了复合推荐策略,集成了基于关联规则的推荐算法和基于概念格的协同过滤推荐算法,结合目标用户的行为数据,利用离线部分获得的概念格和规则库,计算出推荐结果,并返回给用户。(4)提出了一种基于模糊概念格的关联规则挖掘和更新算法。当模糊概念格里面增加了新的属性数据时,无须重新去计算所有的频繁节点和关联规则,结合模糊概念格的渐进式构造算法,只需要对发生了变化的新生节点进行相关处理,从而减少了运算量。对基于属性的渐进式构造模糊概念格的算法进行扩展,增加了生成和更新关联规则的相关步骤,使该算法在渐进式构造模糊概念格的同时,也可以同步生成和更新对应的关联规则库。(本文来源于《华南理工大学》期刊2017-05-05）
王亚平,张素兰,张继福,胡立华[6]（2016）在《基于模糊概念格的视觉单词生成方法》一文中研究指出利用一般概念格生成用于表示场景图像的视觉单词,在一定程度上能提高场景分类的精度,但因该格结构仅表示二值映射关系从而导致场景分类精度不高.模糊概念格不仅具有一般概念格的层次化表示知识的特点,还具有多值映射的特征,成为一种提取不确定知识的有效工具.首先生成关于训练图像视觉词包模型表示的多值映射特征背景,然后在构造的模糊概念格上,利用其层次结构,通过不断缩小隶属函数的取值区间,以约简部分"噪声"视觉单词,进而寻找一个场景分类精度较高的最优取值区间,最后在该区间下有效提取了表示某类场景的视觉单词集,实验验证了该方法的有效性.(本文来源于《小型微型计算机系统》期刊2016年08期）
王黎明,姜琴,张卓[7]（2016）在《基于属性消减的模糊概念格渐进式构造算法》一文中研究指出当前模糊概念格的直接构造具有指数时间复杂度,且随着真值集合L大小的增加,模糊概念格的规模变得越来越庞大。为此提出了FMBUAD算法,它能够在原有模糊概念格的基础上消去多个消减属性(冗余或者无效属性)得到新的模糊概念格,且不考虑真值集合L的大小。基于模糊概念格的基础理论证明了FMBUAD算法的正确性。该算法首先将所有概念节点内涵中的消减属性隶属度移除;然后找出模糊概念格中所有的删除节点;最后集中处理删除节点父子节点之间的偏序关系。理论证明和实验结果表明:FMBUAD算法构造L-模糊概念格具有较好的时间性能。(本文来源于《计算机科学》期刊2016年08期）
孙佳,柴玉梅[8]（2016）在《基于同层节点集划分的模糊概念格并行构造算法》一文中研究指出形式概念分析理论在诸多计算机领域得到广泛应用。模糊概念格的构造仍是其在应用过程中的一个主要问题。为提高模糊概念格的构造效率,对串行算法进行并行化改造,提出模糊概念格的并行构造算法。该算法对节点进行层次划分,给出了同层节点的定义,得出同层节点构造任务相互独立的重要性质,并引入映射函数简化搜索空间的遍历,提高搜索模糊概念格的效率,并行构造模糊概念格,达到了提高构造效率的目的。实验表明该算法在面对大规模的构造任务时,具有良好的性能。(本文来源于《计算机应用与软件》期刊2016年07期）
郭晓敏[9]（2016）在《基于模糊概念格的汽车评价知识库构建》一文中研究指出Web2.0时代,网络出现了大量产品评论,这些评论不仅给用户消费产品带来一定的导向作用,而且对厂家生产产品起到一定的反馈作用,如何从大量复杂评论数据中抽取有效信息并构建评价知识库显得尤为重要。通过将概念格、模糊集、关联规则在理论上进行互补融合,定义了汽车评价知识的相关基础概念,在此基础上,提出了一套汽车评价知识库的构建方法和应用机制。主要研究内容如下:(1)基于模糊概念格的汽车评价相关概念将概念格与模糊集、关联规则挖掘进行融合应用于汽车评价中,定义汽车评价知识库的基础概念和相关知识。在概念格中引入模糊集,并与汽车评价知识相融合,提出了适合于汽车评价的模糊概念格模型;将模糊概念格引入关联规则,对规则的挖掘过程和指标重新定义,建立以模糊概念格表示的从中可以提取模糊关联规则的汽车评价知识库。(2)基于模糊概念格的汽车评价知识库构建针对包含丰富评价信息的汽车评论数据,为了有效挖掘和组织这些知识,提出基于模糊概念格的汽车评价知识库构建方法。依据面向观点挖掘的汽车领域本体从原始语料中抽取评价搭配的五元组构建模糊形式背景。在此基础上,利用属性隶属度形成模糊概念格,用于构建面向汽车评价的知识库。利用新浪汽车上价格区间在5-20万之间的374个车系的37646条评论,通过对置信阈值T设置,构建汽车评价知识库。最后,对知识库中数据进行相关分析。(3)基于模糊关联规则的汽车评价知识构建及应用利用模糊概念格构建的汽车评价知识库可以通过概念以及格结构刻画知识与知识间的层次关系。本文运用模糊关联规则格的方法对基于模糊概念格表示的知识库进行改进,将提取规则过程中的部分参数进行重新定义,用于构建汽车评价的关联知识,以补充和完善由模糊概念和格结构表示的知识库。在此基础上,依据模糊关联规则对汽车缺省的评价信息进行推理。(本文来源于《山西大学》期刊2016-06-01）
王亚平[10]（2016）在《基于模糊概念格的视觉单词生成方法研究》一文中研究指出视觉词包作为一种常用的图像表示方式,在场景分类中得到了广泛的应用,但由于视觉词包中存在“噪声”单词,严重影响了场景分类精度。模糊概念格是一种有效的提取不确定知识的工具,其概念格结点之间的层次关系有利于提取不同层次的视觉单词集,且格结点的模糊多值映射关系有利于约简“噪声”视觉单词。本文采用模糊概念格,对视觉单词生成及其场景分类方法进行了研究,主要研究成果有:(1)给出了一种基于模糊概念格的视觉单词生成方法。该方法首先生成关于训练图像视觉词包模型表示的多值映射特征背景;其次在构造的模糊概念格上,利用其层次结构,通过不断缩小隶属函数的取值区间,以约简部分“噪声”视觉单词,进而寻找一个场景分类精度较高的最优取值区间;然后在该区间下,提取了表示某类场景的视觉单词集;最后利用实验验证了该方法的有效性。(2)给出了一种基于模糊概念格多取值区间的视觉单词生成方法。针对上述方法选择所有场景类别的最优取值区间的不足,该方法首先生成不同场景类别的视觉词包模型;其次对于每类场景构造的模糊概念格分别在不同的取值区间下单独训练,得到每类场景的不同最优取值区间;然后分别提取每类场景不同最优取值区间下的视觉单词集;最后利用实验验证了该方法的有效性。(3)在上述研究的基础上,利用MATLAB和VB作为开发工具,设计与实现了一个基于模糊概念格的图像场景分类原型系统。(本文来源于《太原科技大学》期刊2016-04-11）
模糊概念格论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
形式概念分析是通过形式背景来描述对象和属性之间的二元关系,由一个概念格反映概念之间的层次关系。形式概念分析作为一种有力的数据分析和知识获取的数学工具,已经成功地应用在知识发现、数据挖掘、信息提取以及软件工程等领域。经典形式概念不能够处理模糊问题。然而,用模糊形式背景可以描述事物之间的这种模糊、不确定关系。通过对模糊概念格的构建、属性约简、以及规则提取等方面的研究来解决现实生活中的模糊、不确定问题。二支决策只有接受和拒绝两种选择的结果,当原始信息不全面或者缺失时,应用二支决策作出的选择已经不能够满足实际生活的需要。因此,叁支决策作为二支决策的一种拓展,在接受和拒绝的选择之外增加了延迟选择的决策,更能满足人们处理实际问题的需要。本文针对经典-模糊概念格的构建问题,分别作了以下研究工作:1.为了提高经典-模糊概念格的构建效率,本文引入一个加权图,利用图中圈的思想,生成经典-模糊概念,从而构建经典-模糊概念格。同时,给出生成全部经典-模糊概念的算法过程,并对所给算法进行分析比较,得出所给算法的优势。最后,用实例说明该算法过程。由于图具有可视化,加权图的应用不仅在算法运行中节省了储存空间,而且使得生成经典-模糊概念的过程变得更为直观。2.为了构建经典-模糊叁支概念格,本文将叁支决策的思想引入到模糊概念格中,通过定义经典-模糊叁支概念,验证经典-模糊叁支概念的相关性质和定理。同时,给出生成全部经典-模糊叁支概念的算法过程并构建经典-模糊叁支概念格。最后,用实例体现算法过程。通过经典-模糊叁支概念格,可以帮助解决模糊形式背景中由于原始信息不全面,从而导致不能够直接作出接受或者拒绝的决策问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊概念格论文参考文献
[1].冯凯华.语言值直觉模糊概念格及其在教育类APP智能评价中的应用[D].辽宁师范大学.2019
[2].郑珍.经典-模糊概念格的两种构建方法[D].河北大学.2019
[3].张喜征,蔡月月,罗文.基于模糊概念格的领先用户个性化知识推荐研究[J].科技管理研究.2019
[4].邹丽,冯凯华,刘新.语言值直觉模糊概念格及其应用[J].计算机研究与发展.2018
[5].邹才凤.模糊概念格构造与应用中的关键问题研究[D].华南理工大学.2017
[6].王亚平,张素兰,张继福,胡立华.基于模糊概念格的视觉单词生成方法[J].小型微型计算机系统.2016
[7].王黎明,姜琴,张卓.基于属性消减的模糊概念格渐进式构造算法[J].计算机科学.2016
[8].孙佳,柴玉梅.基于同层节点集划分的模糊概念格并行构造算法[J].计算机应用与软件.2016
[9].郭晓敏.基于模糊概念格的汽车评价知识库构建[D].山西大学.2016
[10].王亚平.基于模糊概念格的视觉单词生成方法研究[D].太原科技大学.2016
标签：语言值直觉模糊概念格; 模式识别方法; 语言值直觉模糊决策形式背景; 规则提取;