[发明专利]一种基于形式向量的决策信息系统知识获取方法

权利要求书

1.一种基于形式向量的决策信息系统知识获取方法，其特征在于：包括如下步骤：

步骤S110：将决策信息系统转化为决策形式背景，根据决策形式背景求取所有单属性非零条件形式向量和决策形式向量它们分别构成条件形式向量树和决策形式向量树的第一层节点，上述U表示对象的非空有限集合，C′为条件属性集，D′为决策属性集且C′∩D′＝φ，I和J表示对象集和条件属性集、决策属性集间的一种二元关系；

步骤S120：对于任意条件形式向量与决策形式向量，若其满足规则获取条件，则计算条件形式向量的K和Rel值，上述K表示知识粒度，其本质是形式向量中属性的数量；Rel表示规则相关度，其本质是条件形式向量能够正确识别决策形式向量中论域元素的数量；

步骤S130：对满足规则获取条件的形式向量按K值从小到大分组，组内按照Rel值从大到小依次获取新规则，并将已经完成规则提取的条件形式向量存入old_vectors，上述old_vectors本质上是一个数组，用于保存已完成规则提取的形式向量；

步骤S140：判断已辨识的规则是否覆盖论域，若未覆盖，则更新条件形式向量集上述l表示形式向量树的深度，并按照形式向量树生成算法计算下一层条件形式向量节点，重复步骤S110-S140；若已覆盖，则结束算法，得到与原信息系统等价的最简规则集，实现信息系统的知识约简。

2.根据权利要求1所述的一种基于形式向量的决策信息系统知识获取方法，其特征在于：所述步骤S110中，在将决策信息系统转化为决策形式背景，根据决策形式背景求取所有单属性非零条件形式向量和决策形式向量它们分别构成条件形式向量树和决策形式向量树的第一层节点的步骤中，包括如下步骤：

根据决策信息系统IS＝(U，A，V，f)，得到决策形式背景T＝(U，C′，I，D′，J)，上述IS＝(U，A，V，f)具体作为一个四元组表示决策信息系统：

其中U表示对象的非空有限集合，A表示属性集，A＝C∪D并且C∩D＝φ，C为条件属性，D为决策属性，V表示属性的值域，f是一个信息函数；

上述T＝(U，C′，I，D′，J)具体作为一个五元组表示决策形式背景：

其中(U，C′，I)为条件属性的形式背景和(U，D′，J)为决策属性的形式背景，U是对象的非空有限集合，C′.为条件属性集，D′为决策属性集，且C′∩D′＝φ，I和J表示对象集和条件属性集、决策属性集间的一种二元关系；

根据决策形式背景T＝(U，C′，I，D′，J)，求取所有初始条件形式向量和决策形式向量，根据初始形式向量分别构建条件形式向量树和决策形式向量树，在形式向量的树形拓扑图中，根节点为论域U，定义单属性形式向量所在的层深度为1，则条件形式向量树的第一层节点为决策形式向量树的第一层节点为

形式同重的计算式如下：

T＝(U，A′，I)具体作为一个三元组表示形式背景：

其中U表示非空有限对象集，A′表示非空有限属性集，I表示对象集和属性集间的一种二元关系；

形式背景T＝(U，A′，I)，其中U＝{x₁，x₂，...，x_m}，|U|＝m，取任意形式向量由一组长度为m的二进制向量构成，表示为B′(P)，其中：

P＝(p₁，...，p_i，...，p_m)(1)；

其中，B′(P)表示形式向量，P表示一组长度为m的二进制数，B’表示形式向量的属性，x_i表示对象集的元素，I表示对象集与属性集的二元关系，其中P_i的取值通过x_i与属性B’的二元关系确定；

其中，|U|表示集合U中元素的个数，此处采用表示形式背景T下的所有形式向量；

则对于决策形式背景T＝(U，C′，I，D′，J)：

条件属性生成的全体形式向量用表示，称作条件形式向量集；

决策属性生成的全体决策向量用表示，称作决策形式向量集；

上述是形式向量树深度为1时的条件形式向量集。