概念格理论对于数据分析、知识发现与知识处理是一种非常有效的方法。本项目主要研究不同形式背景的统一模型构造及其属性约简的方法。主要研究内容有(1)基于现有的概念格和粗糙集理论,研究不协调决策形式背景的概念格属性约简及规则提取的方法;(2)研究基于不同形式背景的概念格属性约简的新方法,实现概念格的属性约简方法与粗糙集的属性约简方法的统一;(3)研究无决策形式背景、协调和不协调决策形式背景的统一模型以及统一的概念格属性约简方法。本项目所涉及的研究内容是人工智能领域的热点问题,解决这些问题不仅对信息科学本身的发展具有重要的理论价值,而且在生物信息工程、医学、化学、管理科学和智能材料等领域都有广泛的应用前景。
英文主题词concept lattice;rough set;attribute reduction;rule extraction;