分布式環(huán)境下模糊概念格的構造方法.pdf

1、形式概念分析(FCA)即是概念格理論，在知識發(fā)現和信息檢索領域中得到普遍的應用，故對于概念格的研究也成為熱點。隨著大數據時代的到來，使得海量數據的分布存儲和分布計算變得越來越重要，其中分布式環(huán)境下模糊概念格的集成變得尤為緊迫，提高構造概念格的效率仍是關鍵問題之一，目前，國內外大多數學者和研究人員對于概念格的構造提出的各種算法，大都是面向形式背景的，然而對于面向概念格的構造卻很少提及。
　　本文提出了面向概念格的分布式集成方法。概念

2、格的集成是先對子概念格中的概念按內涵個數遞減的順序進行排序，對于排序后的子概念格再集成為全局概念格。文中構造全局經典概念格時選擇兩種不同的集成方式：一種是添加式集成方式；另一種是二路歸并式集成方式。實驗表明這兩種概念格的分布式集成策略各有優(yōu)缺點，但都能提高經典概念格的構格效率。然而現實生活中的信息常常具有不確定性或者模糊性，故需要采用模糊概念格來處理這些模糊的信息。對分布在各個子節(jié)點的模糊概念格的集成，本文提出了一種分布式環(huán)境下模糊概念

3、格的集成算法。該算法主要是根據子模糊形式背景來建立有序的子模糊概念格，利用模糊概念格的偏序關系，對已有序的子模糊概念格進行集成，在集成的過程中運用嵌套技術，即是將某一子模糊概念格作為一個整體嵌入到另一個子模糊概念格中，嵌套后的概念格刪除冗余的概念，完成兩兩集成，最終構造全局模糊概念格。接著在經典概念格分布式集成和兩兩模糊概念格集成的基礎上提出了模糊概念格分布式集成時所采用的兩種集成方式：先來先集成方式和優(yōu)先級集成方式，其中優(yōu)先級集成方式