[發明專利]一種基于知識保持的模糊屬性約簡方法

在審

• 申請號: 201910660613.0
• 申請日: 2019-07-22
• 公開（公告）號: CN110472101A
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 翟巖慧;李德玉
• 申請（專利權）人: 山西大學
• 主分類號: G06F16/90
• 分類號: G06F16/90;G06N7/02
• 代理公司: 14101 太原市科瑞達專利代理有限公司
• 代理人: 劉寶賢<國際申請>=<國際公布>=<進入

一種基于知識保持的模糊屬性約簡方法，步驟包括：給定模糊形式背景；計算和T_gh；設置并根據所有的和T_gh更新I和J；根據I和J設置初步約簡結果；計算P；根據P的結果對初步約簡結果進行修正；得出約簡結果。本發明能夠有效解決模糊形式背景中屬性存在冗余，而不適合數據處理的問題。

技術領域

本發明涉及電子信息技術，具體屬于一種基于知識保持的模糊屬性約簡方法。

背景技術

屬性約簡，又稱為特征約簡，是知識獲取和機器學習的重要預處理步驟(文獻1：Y.Qian,J.Liang,W.Pedrycz,C.Dang,Positive approximation:an accelerator forattribute reduction in rough set theory,Artificial Intelligence,2010,174:597–618.)。當給定的數據為模糊形式背景時，只有文獻2-3對該類數據上的屬性約簡進行了研究。文獻2-3的研究思路是一致的，即找到保持某種代數結構不變的最小屬性子集，該屬性子集便是相應的屬性約簡。這些方法的缺點在于，為了求得屬性約簡，需要預先從模糊形式背景構建相應的代數結構，而構建這些代數結構一般是非常耗時的。(文獻2：K.Li,M.Shao,W.Wu,A data reduction method in formal fuzzy contexts,International Journalof Machine Learning and Cybernetics,2017,8:1145–1155.文獻3：L.Li,J.Zhang,Attribute reduction in fuzzy concept lattices based on the T implication,Knowledge-Based Systems,2010,23:497–503.)。

為此，本發明提出了一種基于保持知識不變的屬性約簡方法，該方法考慮了對象對之間的關系(即步驟2中的和T_gh)，而模糊形式背景上的知識正是通過對象對來定義的^[4-5]，因此，保持對象對之間的關系不變(即和T_gh不變)即可保持模糊形式背景上的知識不變。相比較文獻2-3，本發明不需要構建任何代數結構，只需要在模糊形式背景上直接計算即可，因此節約了時間。更重要的是，知識獲取是數據處理的重要目標，因此，保持知識不變(而非某種代數結構不變)更有利于進行知識獲取。(文獻4：Y.Zhai,D.Li,K.Qu.Fuzzydecision implication canonical basis.International Journal of MachineLearning and Cybernetics,2018,9(11):1909-1917.文獻5：Y.Zhai,D.Li,K.Qu.Fuzzydecision implications.Knowledge-Based Systems,2013,37:230-236)。

本發明還有一個優點，文獻2-3的屬性約簡結果是某個最小屬性子集，本發明的屬性約簡結果是一個向量，該向量為每一個屬性都定義了一個重要性程度(即r_i)，該重要性程度位于[0,1]區間。顯然，這種屬性約簡結果更具有靈活性。

理解本發明需要以下一些定義及符號(文獻4-5)。

定義1一個模糊形式背景K＝(G，M，I)，其中G是對象集，M是屬性集，I是從G和M到[0，1]的一個映射I(g，m)∈[0，1]，表示對象g擁有屬性m的程度。

定義2[0，1]上的等值語氣真值算子是一個映射*：[0，1]→[0，1]，滿足：對任意的a∈[0，1]，a^*＝a成立。

定義3[0，1]上的嚴格語氣真值算子是一個映射*：[0，1]→[0，1]，滿足：

存在其他的語氣真值算子(文獻4-5)，本發明只使用了等值語氣真值算子和嚴格語氣真值算子。