对象定向概念格的决策约简

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (18): 154-157.

对象定向概念格的决策约简

李俊余1，2，王霞1，2

1.浙江海洋学院数理与信息学院，浙江舟山 316022
2.浙江海洋学院浙江省海洋大数据挖掘与应用重点实验室，浙江舟山 316022

出版日期:2016-09-15 发布日期:2016-09-14

Decision reduction for object oriented concept lattices

LI Junyu1，2，WANG Xia1，2

1.School of Mathematics, Physics and Information Science, Zhejiang Ocean University, Zhoushan, Zhejiang 316022, China
2.Key Laboratory of Oceanographic Big Data Mining & Application of Zhejiang Province, Zhejiang Ocean University, Zhoushan, Zhejiang 316022, China

Online:2016-09-15 Published:2016-09-14

摘要/Abstract

摘要： 研究了基于对象定向概念格的决策形式背景的属性约简的定义和方法。在对象幂集上引入一个等价关系，并介绍了相关性质。提出了决策形式背景的协调性的定义，进而利用等价关系给出了协调决策形式背景的属性约简定义。该定义下的属性约简集能保持由原属性集确定的所有等价类不变的最小属性子集，同时它也能保持所有对象定向概念的外延不变。利用辨识矩阵提出了一种用于计算所有属性约简集的方法。

关键词: 对象定向概念格, 等价关系, 决策形式背景, 属性约简

Abstract: This paper presents a notion and a method of attribute reduction for object oriented concept lattice of a decision formal context. An equivalent relation defined on the object power set is first introduced into the object oriented concept, and then relative properties of the relation are discussed. Based on the equivalent relation a notion of consistency is defined for a decision formal context. Furthermore attribute reduction for a consistent decision formal context is presented which can preserve all equivalent classes decided by the original attribute set and also preserve the original lattice structures of all extents. Finally a method of discernible matrix is proposed to obtain attribute reducts.

Key words: object oriented concept lattice, equivalent relation, decision formal context, attribute reduction

李俊余1，2，王霞1，2. 对象定向概念格的决策约简[J]. 计算机工程与应用, 2016, 52(18): 154-157.

LI Junyu1，2，WANG Xia1，2. Decision reduction for object oriented concept lattices[J]. Computer Engineering and Applications, 2016, 52(18): 154-157.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[6]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[7]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[8]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[9]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.
[10]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[11]	任晓霞1，薛凡2，3. 基于模糊邻域粗糙集的启发式属性约简算法[J]. 计算机工程与应用, 2018, 54(9): 47-53.
[12]	王长宝1，杨习贝1，2，窦慧莉1，陈向坚1，王平心3. 邻域决策错误率的局部约简方法研究[J]. 计算机工程与应用, 2018, 54(6): 95-99.
[13]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[14]	郑娜，王加阳. 不完备序信息系统的证据特征及属性约简[J]. 计算机工程与应用, 2018, 54(21): 43-47.
[15]	彭潇然1，2，刘遵仁2，纪俊2. 基于样本类别的邻域粗糙集正域计算[J]. 计算机工程与应用, 2018, 54(20): 115-121.