[发明专利]一种基于因素空间的对象分类方法

说明书

技术领域

本发明涉及系统工程，特别是涉及考虑多域值属性影响的对象集合进行聚类分析。

背景技术

在对某电器系统安全性进行调研时，对一位操作者提出系统安全性问题后的回答：系统在12℃以下多出现故障，工作七八十天后故障较多，系统严重不稳定。这个例子有一些特点，第一例子是一个多因素决策系统；第二因素的表达是一个域值，即因素是一个范围；第三基础数据来源于多个使用者的经验，不同的工作时间和工作环境使他们对系统的评价基础不同；第四基础数据是人的一种对事物的描述，具有模糊性。第五如何知晓这些描述的置信度，这些描述是否可以相互佐证。

当然，目前有一些方法可以对描述语义进行处理。钱怡等对对象定位处理中分类信息融合技术进行了研究；余晓敏等利用改进SEaTH算法研究了面向对象分类特征选择方法；窦丹丹等基于信息熵和SVM多分类对飞机液压系统故障进行了诊断；牛俊磊等基于全方位优化算法的改进了马田系统分类方法；黄恒秋等实现了混合值不完备决策信息系统的粗糙分类方法。但是就上述例子而言显得捉襟见肘。

因素是分析事物属性与因果关联的要素。因素空间是以因素命名的坐标空间，它是事物描述的普适性的数学框架。是人工智能特别是智能数据科学的基本数学理论。

因素被数学地定义为一种映射。它把一个对象（具体事物）映射成为一个属性值（用自然语言中的形容词来描述），这种映射称为质映射；同时，也映射成为一个性态（用有限维欧式空间中的实向量来表示）这种映射称为量映射。例如，身高是一个映射，它把一个对象张三映射成性态‘很高’，同时，也映射成一个量态1.8（米），如图1所示。任何事物都同时存在着质与量的两种规定性。从量变到质变，量决定质。

基于这一哲理，我们设定这两种映射共存。因素f的量映射形成一个（一维或高维）坐标轴X_f，f的质映射所得的属性值是X_f中的普通或模糊子集。有关模糊子集的形成方法由模糊集理论早已解决。

因素是分析，是抽象，回到具体，便是认识的分析综合过程。 如图所示，把诸因素轴联合起来，就得到以因素命名的坐标架，这就是因素空间。任何事物都可以被看成是因素空间中的点。数学的定义便是以因素F 为指标集的一个集合族。这里F是诸因素所形成的一个集合，由于因素与因素之间存在着布尔运算，F是一个布尔代数，故因素空间被定义成以布尔代数为指标集的集合族。

因素库是一种新的数据库，它是因素空间理论的数据实现，它对数据的处理采用一系列的基本表格形式。

 用因素空间来研究和处理因素库，除了能干净利落地从其概念分析表进行属性划分和概念格的提取外，还有很多更加深入的理论和应用，主要研究的表型还有：（1）因素分析表（定量值域生成定性值域，因素相关分析，事件因果分析）；（2）加入目标因素进行优化的多目标决策表；（3）加入安全因素进行评估的安全警示表；（4）加入控制因素进行调节的稳定调节表；（5）因素词典及因素表头库的建立。

发明内容

1 属性圆的概念及性质

如图1所示，为人的因素空间性态表述图。该图能表示因素空间的基本建立思想，即对象集中的某一个对象（一个人）与这个对象属性之间的关系，只要属性确定下来，那么一个实例化的人就确定了。但是在实际问题中，问题的研究对象往往属性较多，使用图1形式，其属性的大小方向及它们和属性之间的关系难以确定且不直观，难以进行进一步分析。所以作者提出了属性圆的概念。同时为表述方便先给出实例中对象                                                的属性圆，如图2所示。

 

定义1 设系统为决策表，为对象集合，m为对象数量；为条件属性集，n为条件数量，属性是一个连续的区间，;；k为决策数量。如需区别对象之间的变量概念，在变量下方添加，如表示对象的属性，同下定义。

定义2 构建基础信息决策表表示系统T。表头集合为{U,C,D},其中，C中的属性必须归一化。设的真实范围[A,B]，对于因素的研究范围[LL,UL],,,。

通过上面的定义可知，中的数据是经过归一化的，即，，，这为属性圆的建立提供了基础。