中文摘要：

概念格理论是一种有效的知识表示与知识发现的数学工具，已被成功应用于许多领域。本项目针对具有普遍意义的格值形式背景，在深入分析其数学性质及概念格结构特征的基础上，提出一套解决格值形式背景概念格的约简、近似简化、粒度变换等构建问题的理论与方法，并应用于语义Web和三维模型语义检索的本体学习。主要研究内容包括（1）格值形式背景概念格的属性约简理论与方法；（2）格值形式背景概念格的近似简化方法；（3）格值形式背景概念格中的粒度结构与概念格变换；（4）格值形式背景概念格理论在本体学习中的应用。本项目所涉及的问题是信息科学的热点问题，这些问题的解决将进一步丰富概念格理论，对复杂数据的知识获取具有重要价值，同时可为语义Web和三维模型语义检索领域提供新的理论方法。

结论摘要：

形式概念分析是一种有效的知识表示与知识发现的数学工具，已被成功应用于许多领域。本课题研究了格值形式背景概念格的属性约简理论与方法，扩展了已有的经典形式背景的概念格约简理论与方法。给出了面向对象（属性）概念格的保持不可约元的约简及属性特征；研究了区间值形式背景属性约简以及区间值决策形式背景的属性值向量约简；给出了协调性决策形式背景的规则获取方法，以及具有弱闭标签的概念格的规则获取。针对经典形式背景，给出了基于基概念与不可约元的面向属性概念格建格方法；给出了原背景与补背景概念间的直观联系，为大型背景的知识获取提供从其补背景出发来进行研究的方法；研究了形式背景的并置与叠置情况下，子背景与全背景概念格的关系以及生成方法的联系；给出了一种针对多值形式背景的建格方法；研究了格值形式背景概念格的近似简化方法，借鉴粗糙集领域的覆盖理论及上下近似，研究了面向对象（属性）概念格基于覆盖的压缩；研究了基于K-均值方法的概念格压缩；研究了基于类背景和外延背景的概念格压缩；研究了基于N-尺度关系的概念近似方法，通过定义不同的尺度，对原有概念进行近似，更符合实际生活中人们对概念的认识和抉择。探讨了多粒度面向对象概念格的构造问题，为本项目后续研究多粒度概念格起到了铺垫和引导作用。研究了构造概念格的高效算法；研究了概念格理论在关联规则挖掘、本体构建方面的应用方法，完成了基于插件的概念格原型系统XDCKS的设计与开发，实现了关联规则挖掘插件和本体构建插件；研究了基于概念格的Deep Web查询接口建模方法，设计实现了基于Mashup的多领域查询系统原型。