三支概念的恢复集

作     者：陈曜琦 徐伟华 蒋宗颖 CHEN Yaoqi;XU Weihua;JIANG Zongying

作者机构：西南大学人工智能学院重庆400715 

出 版 物：《山东大学学报（理学版）》 (Journal of Shandong University(Natural Science))

年 卷 期：2023年第58卷第12期

页      面：52-62页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(62376229) 重庆市研究生科研创新项目(CYS21133) 

主　　题：合取范式 动态更新 三支概念 形式概念分析 

摘      要：将三支形式概念分析这一工具引入到数据恢复领域,通过定义三支概念的恢复集和恢复度,研究三支概念间的隐藏信息,提出了一种有效的形式背景恢复算法。同时,针对三支概念恢复集问题,研究三支概念对形式背景二元关系的约束,设计了恢复集的合取范式化简(conjunctive normal form simplification,CNFS)算法,进一步给出了恢复集的动态更新算法,以适应形式背景的不断变化。最后,使用UCI机器学习数据库中的数据集对CNFS算法进行了测试。实验结果表明,CNFS算法在形式背景恢复方面具有较高的准确性和有效性,同时也验证了不同概念对认知的重要程度是不同的。