用概念格造句子，“概念格”造句

介紹了概念格的數學基礎，包括與概念格模型相關的序論和格論中的一些定義。

約束概念格是一種新的概念格結構，具有構造效率高、提取知識針對*和實用*強等特點。

該方法通過構造概念格來發現頻繁項集，進而生成關聯規則。

雖然概念格和本體同為知識庫，但前者立足於數學上的嚴謹，後者則追求應用上的便利。

論述了概念格上的偏序關係、內涵縮減與關聯規則提取，*了屬*純化形式背景上的關聯規則與其補上的關聯規則互逆。

一般地，初始概念格可由部分屬*生成。

提出了同類概念的觀點，在格的合併算法中通過利用同域概念格之間的同類概念和概念的父—子關係實現對其所有子節點的快速更新，以提高概念格橫向合併算法的時間效率。

用粗糙集的方法重新認識形式概念及概念格，並把二者有機地結合起來，為概念格的約簡提供了一個新的思路和方法。

這就意味即使這些國家行為與我國所聲稱的正義的概念格格不入，法院對它的這種行為也得加以執行。

第二部分利用變精度概念格研究不同精度下的模糊概念格約簡。

頻繁加權概念格是一種特殊的加權概念格，其所有結點都是頻繁結點，即滿足用户閾值的結點。

由於概念格有良好的數學*質和適合批處理等特點，我們認為分佈式概念格是解決此問題非常理想的工具。

概念格是數據分析的一種有力工具。

概念格是數據處理和規則提取的重要工具。對於數據較大的形式背景，由於產生的概念格結構複雜，部分有用的信息將被這種複雜的結構所掩沒。

最後結合子概念格中概念間固有的泛化-特化關係，提出一種多概念格的橫向合併算法來構造概念格。

變精度對偶概念格的概念數量遠遠少於模糊對偶概念格的概念數。

理論分析表明，該算法能有效地減少概念格的存儲空間和建格時間。

進一步給出了屬*約簡的判定定理和相應的可辯識屬*矩陣，從而為概念格中協調決策形式背景屬*約簡提供了一種具體的方法。