基于二进制可辨矩阵属性重要度的概念格约简

摘要：

概念格是数据处理和规则提取的重要工具。然而,随着要处理的数据量增加,基于原始形式背景的概念格节点数目庞大,占用大的存储空间。由于产生的概念格结构复杂,部分有用的信息将被这种复杂的结构所淹没。粗糙集理论在数据分析中善于解决约简冗余属性与对象、寻求最小属性集等问题，而约简概念格是形式概念知识表示中解决复杂性的重要途径。用粗糙集中的二进制可辨矩阵属性重要度的理论来约简形式概念及概念格,并把二者有机地结合起来,为概念格的约简提供了一个新的思想和方法。

关键词： 数据处理 数据存储 概念格 粗糙集

作者: 刘金花 蒙祖强

作者单位: 广西大学计算机与电子信息学院 广西南宁 530004 广西大学计算机与电子信息学院 广西南宁 530004 中国科学院计算技术研究所智能信息处理重点实验室 北京 100080

会议类型: 国内会议

会议名称: 中国人工智能学会第12届全国学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 991-995

在线出版日期: 2007-11-20（万方平台首次上网日期，不代表论文的发表时间）