×
崔慧;岳、关丽;邹丽（音）;刘欣;邓安生

基于面向属性的语言概念格的多维语言推理算法。 （英语） Zbl 1519.68261号

国际J近似推理 13180-92（2021）.
摘要：针对不确定环境下处理大量语言信息的难题，本文主要研究了一种基于面向属性的语言概念格的语言推理算法，将概念格和神经网络相结合，我们提出了一种面向属性的语言概念格，以表达基于语言术语集的概念之间的语言信息。此外，我们通过构造面向属性的语言决策概念来研究模糊语言形式决策上下文的规则提取。为了从已知的语言规则中获得更多的决策知识，提出了一种语言决策规则的扩展方法，该方法在一致的面向属性的语言决策规则前提下，利用相似规则之间的优势关系。此外，我们构建了一个用于预测不确定决策信息的多维语言推理模型。此外，我们将具有面向属性的语言决策信息的多维语言推理模型输入到神经网络中，以获得未知的决策结果，这不仅可以提高推理结果的准确性，而且可以减少语言信息的损失。最后，通过实验验证了该方法的有效性。

引用于三文件

MSC公司：

68立方英尺 知识表示
68层37 人工智能背景下的不确定性推理

关键词：

概念格;面向属性的语言概念格;语言术语集;规则提取;不确定性推理
PDF格式BibTeX公司 XML格式引用
\textit{H.Cui}等人，《国际近似推理》131，80-92（2021；Zbl 1519.68261）
全文： 内政部

参考文献：

[1] 甘特尔，B。；Wille，R.，《形式概念分析：数学基础》（2012），Springer Science&Business Media
[2] 邵，M。；李凯，广义单边形式背景下的属性约简，信息科学。，378, 317-327 (2017) ·Zbl 1429.68279号
[3] Zhi，H。；Li，J.，通过必要的属性分析从不完整的形式上下文中基于粒度描述的知识发现，Inf.Sci。，485, 347-361 (2019)
[4] 辛格，K.P.，概念格的M极模糊图表示，工程应用。Artif公司。智力。，67, 52-62 (2018)
[5] 邹，C.F。；Deng，H.F.，使用模糊概念格进行智能疾病诊断，IEEE Access，5，236-242（2016）
[6] 李，J。；梅，C。；Wang，J。；Xiao，Z.，使用概念格在形式决策上下文中保留规则的对象压缩，Knowl-基于系统。，71, 435-445 (2014)
[7] Pawlak，Z.，《粗糙集：数据推理的理论方面》，第9卷（2012），施普林格科学与商业媒体
[8] Pawlak，Z。；Skowron，A.，《粗糙集的基础》，《信息科学》。，177, 1, 3-27 (2007) ·Zbl 1142.68549号
[9] 姚义勇，粗糙集理论中的概念格，（IEEE模糊信息年会，2004，处理NAFIPS’04，第2卷（2004），IEEE），796-801
[10] Ma，J.M。；蔡明杰。；Zou，C.J.，面向对象概念格的概念获取方法，Int.J.Mach。学习。赛博。，8, 1, 123-134 (2017)
[11] Singh，P.K.，使用投影算子的面向对象和属性的m极模糊概念格，Granul。计算。，4, 545-558 (2019)
[12] 邵，M.W。；吕，M.M。；Li，K.W。；Wang，C.Z.，面向属性（对象）的多粒度概念格的构造，Int.J.Mach。学习。赛博。，1-16 (2019)
[13] 秦光耀。；李，B。；Pei，Z.，基于面向对象（属性）的概念格的形式决策上下文的属性约简和规则获取，Int.J.Mach。学习。赛博。，10, 10, 2837-2850 (2019)
[14] 志，H.L。；齐俊杰。；钱，T。；魏磊，三元二元概念分析，国际期刊近似理性。，114, 151-165 (2019) ·Zbl 1468.68231号
[15] 李，J。；库马尔，C.A。；梅，C。；Wang，X.，《形式决策背景下的约简比较》，《国际期刊近似推理》。，80, 100-122 (2017) ·Zbl 1400.68208号
[16] 罗德里格斯，R.M。；马丁内斯。；Herrera，F.，《决策的犹豫模糊语言术语集》，IEEE Trans。模糊系统。，20, 1, 109-119 (2012)
[17] 李，J。；梅，C。；Lv，Y.，《不完全决策情境：近似概念构建、规则获取和知识约简》，《国际期刊近似推理》。，54, 1, 149-165 (2013) ·Zbl 1266.68172号
[18] Tye，A.R。；Wolf，A.S。；Niemi，N.A.，《贝叶斯总体相关性：推断和比较碎屑锆石年龄总体分布的概率方法》，化学。地质。，518, 67-78 (2019)
[19] 吴，B。；Zong，L。；严，X。；Soares，C.G.，《将证据推理和topsis结合到无指挥船舶处理的不确定性群体决策中》，海洋工程，164，590-603（2018）
[20] Zadeh，L.A.，《复杂系统和决策过程分析新方法概述》，IEEE Trans。系统。人类网络。，1, 28-44 (1973) ·Zbl 0273.93002号
[21] Mamdani，E.H.，《模糊逻辑在语言综合近似推理中的应用》，IEEE Trans。计算。，12, 1182-1191 (1977) ·Zbl 0397.94025号
[22] Zadeh，L.A.，语言变量的概念及其在近似推理中的应用（Learning Systems and Intelligent Robots（1974），Springer），1-10
[23] 刘，H.W。；王国杰，模糊推理完全蕴涵约束方法的统一形式，信息科学。，177, 3, 956-966 (2007) ·Zbl 1142.68547号
[24] 邹，L。；文，X。；王毅，语言真值直觉模糊推理及其在人因工程中的应用，信息科学。，327, 201-216 (2016) ·Zbl 1390.68689号
[25] 周振华，诱因学习：走向机器学习和逻辑推理的桥梁，科学。中国信息科学。，第62、7条，第76101页（2019年）
[26] Ristic，B。；吉莉亚马，C。；Byrne，M。；Benavoli，A.，机器推理的不确定性建模教程，Inf.Fusion，55，30-44（2020）
[27] 杨，Z。；Wang，J.，《模糊风险评估在海洋工程系统fmea中的应用》，海洋工程，95195-204（2015）
[28] 陈，S。；刘，J。；Wang，H。；Augusto，J.C.，不确定性下部分有序偏好的群体决策模型，Inf.Fusion，25，32-41（2015）
[29] Watada，J。；Melo，H.，Gaussian-pso，基于结构学习的模糊推理训练神经网络，神经计算，172，405-412（2016）
[30] 赵中伟。；倪国强。；沈义勇。；Hassan，N.，基于神经网络的多维模糊推理算法，J.Intell。模糊系统。，1-9 (2018)
[31] 罗，J。；胡，M。；秦坤，基于相似性和可满足性的不完全信息三元决策，国际J近似推理。，120, 151-183 (2020) ·Zbl 1433.68452号
[32] 张，T。；Li，H.H。；刘明清。；Rong，M.，基于属性拓扑的增量概念认知学习，国际期刊近似推理。，118, 173-189 (2020) ·Zbl 1468.68230号
[33] 博格沃德，S。；Penaloza，R.，无限值哥德尔语义下非常富有表现力的描述逻辑中的推理算法，国际期刊近似推理。，83, 60-101 (2017) ·Zbl 1404.68150号
[34] Yang，X.先生。；Yu，F。；Pedrycz，W.，基于线性模糊信息颗粒和模糊推理系统的时间序列长期预测，国际期刊近似推理。，81, 1-27 (2017) ·Zbl 1401.62181号
[35] 刘，P。；崔，H。；曹毅。；侯，X。；邹，L.，一种基于模糊语言概念格的多媒体教学评价方法，多媒体。工具应用。，78,30975-31001（2019）
[36] 梁，Y。；Wu，W.Z。；Zhang，W.X.，《不完备信息系统中的知识获取：粗糙集方法》，欧洲期刊Oper。第168号、第1号、第164-180号决议（2006年）·Zbl 1136.68528号
[37] 李，C.C。；罗德里格斯，R.M。；马丁内斯，L。；Dong，Y。；Herrera，F.，《基于犹豫语言群体决策与比较语言表达一致性的个性化个体语义》，Knowl-基于系统。，145, 156-165 (2018)
[38] Rumelhart，D.E。；Mcclelland，J.L.，并行分布式处理，（数据库系统百科全书（1986）），45-76
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。