基于屬性拓撲的增量式概念認知學習方法研究.pdf

1、形式概念是形式概念分析中的核心組成單元之一，目前已經(jīng)成為人工智能相關(guān)學科的重要研究對象。形式概念計算方法的涌現(xiàn)推動了形式概念分析在知識發(fā)現(xiàn)、數(shù)據(jù)挖掘、認知計算等各個領(lǐng)域的發(fā)展。屬性拓撲作為一種新型的形式背景表示方法，吸取融合了信息科學的優(yōu)點，直觀地描述了屬性之間的關(guān)聯(lián)信息，受到了越來越多的關(guān)注。本文以形式概念分析和屬性拓撲的基本理論為基礎(chǔ)，主要進行了以下研究：
　　首先，以深度優(yōu)先搜索和對象拓撲為基礎(chǔ)，提出了一種遞歸式深度優(yōu)先搜索

2、的增量式概念更新算法。其中通過討論新增對象對原有概念結(jié)構(gòu)的影響，實現(xiàn)對新增對象類別的劃分；在此基礎(chǔ)上提出一種對象拓撲的坍縮算法，使學習認知過程更具聚焦性，從而減少學習過程中的復雜性。最后將坍縮算法得到的拓撲圖與深度優(yōu)先搜索算法相結(jié)合，提出了一種增量式概念更新算法，為后續(xù)的概念計算和認知學習提供基礎(chǔ)。
　　其次，提出了一種起源于屬性拓撲但不限于屬性拓撲的概念更新方法——基于概念樹的增量式概念更新算法。該方法在遞歸式深度優(yōu)先搜索的增量

3、式概念更新算法的基礎(chǔ)上進行歸納總結(jié)，分析討論了路徑更新對概念產(chǎn)生的影響；并通過分析搜索過程中路徑更新的原則，強化路徑與路徑樹之間的形成規(guī)則，研究概念樹和概念更新之間的關(guān)聯(lián)，最終得到基于概念樹的增量式概念更新算法。
　　最后，將本文提出的增量式概念更新算法應用于專業(yè)課程的概念認知學習系統(tǒng)之中，分別應用于四個學年八個學期進行了實驗驗證。通過分析，得出在認知學習系統(tǒng)中，隨著時間推移而進行增量式概念學習系統(tǒng)的可行性和正確性，并討論了該方法