典型文献
基于NextClosure改进的概念生成算法
文献摘要：
针对NextClosure算法中交集运算较多导致的时间性能下降问题,提出了一种改进的概念生成算法INCA.引入一个哈希表(元素为字典形式),每个由内涵与外延构成的键值对在表中只能出现1次,以此避免相同内涵重复计算外延的问题.利用集合元素过滤和缩减闭包正规性判断条件的方法,以此降低交集运算的时间复杂度.仿真结果显示,在不同对象数量、不同属性数量和不同属性填充率的三种背景上,INCA算法的平均运行时间分别比NextClosure算法减少了15.4％、50％和20.3％.该结果表明,INCA算法可有效减少集合运算次数并降低交集操作的时间复杂度,且比NextClosure算法能更好地适应大背景下的概念生成.INCA算法在复杂网络分析和推荐系统等领域具有很好的应用前景.
文献关键词：
概念格;形式概念分析;NextClosure算法;概念生成
中图分类号：
作者姓名：
林志鸿;吴清寿
作者机构：
湄洲湾职业技术学院信息工程系,福建 莆田 351111;智慧农林福建省高校重点实验室(福建农林大学) ,福建 福州 350002;武夷学院数学与计算机学院,福建 武夷山 354300
文献出处：
引用格式：
[1]林志鸿;吴清寿-.基于NextClosure改进的概念生成算法)[J].长春师范大学学报,2022(04):43-50,66
A类：
NextClosure
B类：
概念生成,生成算法,交集,集运,时间性能,性能下降,INCA,哈希表,字典,内涵与外延,键值对,闭包,正规,断条,时间复杂度,同对,象数,同属,填充率,运行时间,集合运算,复杂网络分析,推荐系统,概念格,形式概念分析
AB值：
0.366099
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
