第14卷第5期 智能系统学报 Vol.14 No.5 2019年9月 CAAI Transactions on Intelligent Systems Sep.2019 D0:10.11992/tis.201809021 网络出版地址：http:/kns.net/kcms/detail/23.1538.tp.20190520.1330.004.html 概念格在不完备形式背景中的知识获取模型 王雯2，康向平，武燕2 (1.太原工业学院自动化系，山西太原030008,2.太原理工大学信息工程学院，山西太原030024；3.同济大学 嵌入式系统与服务计算教育部重点实验室，上海201804：4.同济大学计算机科学与技术系，上海201804) 摘要：为了使概念格模型具有更强的数据处理能力，消除不完备信息带来的影响，针对经典概念格的局限性， 本文将粗糙集中的粒化思维融入到概念格中。首先探讨了概念格视角下的信息粒化方法，然后提出了基于等 价类和基于极大相容类的知识获取方法，最后给出了实例分析。这些方法一方面有助于概念格与粗糙集的融 合，另一方面也为探索不完备形式背景的分析处理机制提供了有益思路。 关键词：概念格；粗糙集；不完备形式背景：等价类：极大相容类；信息粒化：数据处理 中图分类号：TP18 文献标志码：A文章编号：1673-4785(2019)05-1048-08 中文引用格式：王要，康向平，武燕.概念格在不完备形式背景中的知识获取模型「J引.智能系统学报，2019,14(5)： 1048-1055. 英文引用格式：WANG Wen,.KANG Xiangping,WU Yan..Knowledge acquisition model of concept lattice in an incomplete formal context[Jl.CAAI transactions on intelligent systems,2019,14(5):1048-1055. Knowledge acquisition model of concept lattice in an incomplete formal context WANG Wen,KANG Xiangping,WU Yan2 (1.Department of Automation,Taiyuan Industrial College,Taiyuan 030008,China;2.College of Information Engineering,Taiyuan University of Technology,Taiyuan 030024,China;3.Key Laboratory of Embedded System and Service Computing,Ministry of Education,Tongji University,Shanghai 201804,China;4.Department of Computer Science and Technology,Tongji University, Shanghai 201804,China) Abstract:To improve the data processing ability of the concept lattice model and eliminate the impact of incomplete in- formation,in this paper,considering the limitations of classical concept lattice in actual applications,the granulation idea in rough sets is integrated into concept lattice.First,we explore information granulation methods from the perspect- ive of concept lattice and then propose a knowledge acquisition method based on the equivalence class and maximal tol- erance class,and then,carry out the case analysis.These methods are helpful for the integration of concept lattice and rough sets.Moreover,they also provide some useful ideas for exploring the analysis and processing mechanism of in- complete formal contexts. Keywords:concept lattice;rough set;incomplete formal context;equivalence class;maximal tolerance class;informa- tion granulation;data processing 通过模拟人类的概念认知思维，Wile四教授 构、对偶伽罗瓦连接等是核心要素。近年来，伴 于1982年在格论基础上发展了面向概念建模的 随着概念格自身理论发展以及与粗糙集]、模糊 概念格理论。作为格论的重要应用分支，概念格 集等的深度融合，其理论体系日趋成熟，应用范 具有坚实的数学理论基础，其中概念、格代数结 围也得到了极大的拓展。 粗糙集无需借助先验知识，且符合人类的近 收稿日期：2018-09-13.网络出版日期：2019-05-21. 似思维，易于理解，因此受到了国内外学者的广 基金项目：国家自然科学基金项目(61603278). 通信作者：王雯.E-mail:wangwen80971@163.com 泛关注。近年来，对于不完备信息的处理，粗糙DOI: 10.11992/tis.201809021 网络出版地址: http://kns.net/kcms/detail/23.1538.tp.20190520.1330.004.html 概念格在不完备形式背景中的知识获取模型 王雯1,2，康向平3,4，武燕2 （1. 太原工业学院 自动化系，山西 太原 030008; 2. 太原理工大学 信息工程学院，山西 太原 030024; 3. 同济大学 嵌入式系统与服务计算教育部重点实验室，上海 201804; 4. 同济大学 计算机科学与技术系，上海 201804） 摘 要：为了使概念格模型具有更强的数据处理能力，消除不完备信息带来的影响，针对经典概念格的局限性， 本文将粗糙集中的粒化思维融入到概念格中。首先探讨了概念格视角下的信息粒化方法，然后提出了基于等 价类和基于极大相容类的知识获取方法，最后给出了实例分析。这些方法一方面有助于概念格与粗糙集的融 合，另一方面也为探索不完备形式背景的分析处理机制提供了有益思路。 关键词：概念格；粗糙集；不完备形式背景；等价类；极大相容类；信息粒化；数据处理 中图分类号：TP18 文献标志码：A 文章编号：1673−4785(2019)05−1048−08 中文引用格式：王雯, 康向平, 武燕. 概念格在不完备形式背景中的知识获取模型 [J]. 智能系统学报, 2019, 14(5): 1048–1055. 英文引用格式：WANG Wen, KANG Xiangping, WU Yan. Knowledge acquisition model of concept lattice in an incomplete formal context[J]. CAAI transactions on intelligent systems, 2019, 14(5): 1048–1055. Knowledge acquisition model of concept lattice in an incomplete formal context WANG Wen1,2 ，KANG Xiangping3,4 ，WU Yan2 (1. Department of Automation, Taiyuan Industrial College, Taiyuan 030008, China; 2. College of Information Engineering, Taiyuan University of Technology, Taiyuan 030024, China; 3. Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University, Shanghai 201804, China; 4. Department of Computer Science and Technology, Tongji University, Shanghai 201804, China) Abstract: To improve the data processing ability of the concept lattice model and eliminate the impact of incomplete in￾formation, in this paper, considering the limitations of classical concept lattice in actual applications, the granulation idea in rough sets is integrated into concept lattice. First, we explore information granulation methods from the perspect￾ive of concept lattice and then propose a knowledge acquisition method based on the equivalence class and maximal tol￾erance class, and then, carry out the case analysis. These methods are helpful for the integration of concept lattice and rough sets. Moreover, they also provide some useful ideas for exploring the analysis and processing mechanism of in￾complete formal contexts. Keywords: concept lattice; rough set; incomplete formal context; equivalence class; maximal tolerance class; informa￾tion granulation; data processing 通过模拟人类的概念认知思维，Wille[1] 教授 于 1982 年在格论基础上发展了面向概念建模的 概念格理论。作为格论的重要应用分支，概念格 具有坚实的数学理论基础，其中概念、格代数结 构、对偶伽罗瓦连接等是核心要素。近年来，伴 随着概念格自身理论发展以及与粗糙集[2-3] 、模糊 集等的深度融合，其理论体系日趋成熟，应用范 围也得到了极大的拓展。 粗糙集无需借助先验知识，且符合人类的近 似思维，易于理解，因此受到了国内外学者的广 泛关注[4]。近年来，对于不完备信息的处理，粗糙 收稿日期：2018−09−13. 网络出版日期：2019−05−21. 基金项目：国家自然科学基金项目 (61603278). 通信作者：王雯. E-mail：wangwen80971@163.com. 第 14 卷第 5 期 智 能 系 统 学 报 Vol.14 No.5 2019 年 9 月 CAAI Transactions on Intelligent Systems Sep. 2019