中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
屬性拓撲理論及其應用 版權信息
- ISBN：9787030527608
- 條形碼：9787030527608 ; 978-7-03-052760-8
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
屬性拓撲理論及其應用 本書特色
本書以屬性拓撲理論及其應用為主線，系統地介紹了屬性拓撲基本理論及其應用的*研究成果. 全書分為基礎知識、概念計算、關聯分析、記憶模型4 篇，共13 章. 基礎知識篇著重闡述了屬性拓撲基本理論及其基本性質；概念計算篇著重闡述基于屬性拓撲的全局形式概念搜索、基于拓撲分解的并行概念計算、增量式概念認知學習以及概念樹與概念格的相互轉化；關聯分析篇著重闡述屬性拓撲與頻繁關聯分析、偏序關聯分析和粒關聯分析的關系與規則挖掘方法；記憶模型篇定義了記憶屬性拓撲的記憶模型，并討論了基于屬性拓撲的記憶激活與遺忘機制.
屬性拓撲理論及其應用 內容簡介
本書以屬性拓撲理論及其應用為主線，系統深入介紹屬性拓撲理論及其應用的*新研究成果。全書共14章，分為四大部分，分別是：基礎理論、概念認知、關系挖掘和記憶模型。其中，基礎理論部分介紹屬性拓撲的現狀、與相關學科的關系及屬性拓撲的基礎理論；概念認知部分分別從串行、并行與增量角度介紹如何利用屬性拓撲進行概念學習，并介紹屬性拓撲與概念格的關系；關系挖掘部分介紹基于屬性拓撲的粒計算、關聯關系分析與因果關系分析，并闡述屬性拓撲與經典關系挖掘算法間的異同；在記憶模型部分，嘗試利用屬性拓撲構造一種認知記憶模型，并闡述記憶中喚醒與遺忘機制的性質與應用。全書注重系統性、嚴謹性、理論性、可讀性和實用性，可以作為高等院校應用數學、計算機、信息科學、系統工程等專業高年級本科生及研究生的教學用書，也適合作為相關專業科研工作者的參考輔導工具書。
屬性拓撲理論及其應用 目錄
**篇 基礎知識
第1章 預備知識 3
1.1 形式概念分析 3
1.1.1 形式背景 3
1.1.2 形式概念 5
1.1.3 形式背景的子背景與形式概念 6
1.1.4 概念格與Hasse圖 6
1.2 圖論 8
1.2.1 圖的定義與術語 8
1.2.2 圖的存儲結構 11
1.3 關聯規則 14
1.3.1 關聯規則基礎 14
1.3.2 關聯規則分類 16
1.4 本章小結 18
參考文獻 18
第2章 屬性拓撲的基本理論 21
2.1 形式背景預處理 21
2.2 屬性拓撲的定義 22
2.3 屬性拓撲的屬性分類 27
2.3.1 頂層屬性和伴生屬性 27
2.3.2 父屬性和子屬性 28
2.3.3 全局屬性、空屬性與對等屬性 28
2.4 屬性拓撲的基礎運算 29
2.4.1 增加屬性 29
2.4.2 刪除屬性 31
2.4.3 合并屬性 32
2.4.4 交換屬性 33
2.4.5 子圖合并 33
2.5 屬性拓撲的轉置：對象拓撲 34
2.6 決策連續形式背景的離散化 35
2.6.1 數據空間的色度學可視化 35
2.6.2 可視化空間離散化 36
2.6.3 形式背景生成 38
2.7 本章小結 38
參考文獻 39
第二篇 概念計算
第3章 基于屬性拓撲的全局形式概念搜索 43
3.1 算法基礎 43
3.1.1 屬性拓撲性質 43
3.1.2 屬性拓撲的有序化處理 45
3.1.3 結點排序 47
3.1.4 路徑的表示方法 47
3.2 結點搜索 50
3.2.1 結點搜索過程 50
3.2.2 結點搜索過程的數據更新 52
3.3 結點回溯 54
3.4 算法總流程 56
3.5 本章小結 57
參考文獻 57
第4章 基于拓撲分解的并行概念計算 58
4.1 并行概念計算現狀 58
4.2 屬性拓撲的自下而上分解 59
4.2.1 基于Upper-set和1eve1的屬性排序 59
4.2.2 屬性拓撲的自下而上分解 62
4.3 BDAT的子屬性拓撲約簡 64
4.3.1 BDAT與概念之間的關聯 65
4.3.2 BDAT子拓撲的約簡 67
4.4 基于BDAT的并行概念計算算法 69
4.5 實驗結果與分析 71
4.6 本章小結 75
參考文獻 75
第5章 增量式概念認知學習 77
5.1 引言 77
5.2 增量式概念學習的形式背景處理 78
5.3 基于RDFFCS的增量式概念認知學習 79
5.3.1 新增對象的分類 79
5.3.2 對象拓撲的坍縮 81
5.3.3 遞歸式深度優先形式概念搜索 84
5.3.4 基于RDFFCS的增量式概念更新 87
5.4 基于概念樹的增量式概念認知學習 91
5.4.1 路徑更新對概念的影響 91
5.4.2 概念更新對概念樹的影響 95
5.4.3 基于概念樹的概念更新算法 97
5.4.4 算法流程 99
5.5 本章小結 101
參考文獻 101
第6章 屬性拓撲與概念格的雙向轉化 103
6.1 屬性拓撲到概念格的轉化 103
6.1.1 概念樹的生成 103
6.1.2 屬性拓撲到概念格轉化關系 104
6.2 概念格到屬性拓撲的轉化 110
6.3 本章小結 112
參考文獻 113
第三篇 關聯分析
第7章 屬性拓撲與頻繁關聯挖掘 117
7.1 屬性拓撲與頻繁模式樹的二元關系描述 117
7.1.1 形式背景視角下的頻繁模式樹 117
7.1.2 屬性拓撲和FP-tree的異同點 120
7.1.3 三種二元關系轉化 120
7.2 屬性拓撲到頻繁模式樹轉化算法 124
7.3 頻繁模式樹到屬性拓撲轉化算法 129
7.4 本章小結 132
參考文獻 132
第8章 屬性拓撲與頻繁關聯規則 134
8.1 頻繁凈化形式背景 134
8.2 二元頻繁模式挖掘 135
8.3 三元及以上頻繁模式挖掘 136
8.3.1 頻繁約簡屬性拓撲 136
8.3.2 BFSX算法 137
8.3.3 BFSW算法 138
8.4 算法總體流程 139
8.5 本章小結 141
參考文獻 141
第9章 屬性拓撲與偏序關聯規則挖掘 142
9.1 屬性偏序二元關系描述 142
9.2 雙向轉化的數學基礎 144
9.3 屬性拓撲到屬性偏序的二元關系轉化 145
9.3.1 屬性偏序到屬性拓撲的二元關系轉化 145
9.3.2 屬性偏序到屬性拓撲的二元關系轉化 148
9.4 從屬性拓撲到屬性偏序轉換算法 148
9.4.1 算法描述 148
9.4.2 算法示例 149
9.5 屬性偏序到屬性拓撲二元關系轉化 151
9.5.1 算法描述 151
9.5.2 算法示例 153
9.6 本章小結 156
參考文獻 156
第10章 屬性拓撲粒度關聯規則挖掘 157
10.1 拓撲粒的基本概念 157
10.2 全網絡邊介數計算 158
10.2.1 單根結點屬性權值計算 158
10.2.2 單根結點拓撲邊介數計算 159
10.2.3 全網絡邊介數計算 161
10.3 基于拓撲分裂的屬性拓撲粒結構劃分算法 161
10.4 屬性拓撲粒劃分實驗 162
10.4.1 屬性拓撲的退化 162
10.4.2 粒結構劃分 162
10.5 本章小結 164
參考文獻 164
第四篇 記憶模型
第11章 屬性拓撲的記憶模型 167
11.1 引言 167
11.2 當前的記憶模型 168
11.2.1 記憶信息的三級加工模型 168
11.2.2 人腦記憶粒化模型 168
11.2.3 記憶機制的Object-Attribute-Relation (OAR)模型 169
11.2.4 遺忘曲線圖 170
11.3 屬性拓撲的記憶特性分析 170
11.3.1 認知的本質 171
11.3.2 記憶特性與屬性拓撲 171
11.4 屬性拓撲的記憶模型 172
11.4.1 人腦記憶特性的進一步挖掘 172
11.4.2 屬性拓撲的激活模型 174
11.4.3 屬性拓撲的遺忘模型 174
11.4.4 幾種記憶模型的對比分析 176
11.5 本章小結 177
參考文獻 177
第12章 屬性拓撲的記憶激活機制 180
12.1 屬性拓撲激活 180
12.2 屬性拓撲激活的認知分析 183
12.2.1 激活集的認知分析 183
12.2.2 新增集的認知分析 184
12.2.3 激活子網絡結構的認知分析 186
12.2.4 屬性拓撲的激活算法及其認知分析 188
12.3 實驗 190
12.4 本章小結 193
參考文獻 193
第13章 屬性拓撲的記憶遺忘機制 195
13.1 屬性拓撲的遺忘模型 195
13.1.1 屬性拓撲的屬性分類階段 195
13.1.2 屬性拓撲的遺忘階段 197
13.2 遺忘過程中的再刺激 198
13.2.1 基本概念 199
13.2.2 屬性結點的直接刺激 200
13.2.3 屬性結點的間接刺激 201
13.2.4 屬性結點的再刺激分析 202
13.3 屬性拓撲的遺忘算法 202
13.4 實驗 203
13.5 本章小結 208
參考文獻 208
彩圖
第1章 預備知識 3
1.1 形式概念分析 3
1.1.1 形式背景 3
1.1.2 形式概念 5
1.1.3 形式背景的子背景與形式概念 6
1.1.4 概念格與Hasse圖 6
1.2 圖論 8
1.2.1 圖的定義與術語 8
1.2.2 圖的存儲結構 11
1.3 關聯規則 14
1.3.1 關聯規則基礎 14
1.3.2 關聯規則分類 16
1.4 本章小結 18
參考文獻 18
第2章 屬性拓撲的基本理論 21
2.1 形式背景預處理 21
2.2 屬性拓撲的定義 22
2.3 屬性拓撲的屬性分類 27
2.3.1 頂層屬性和伴生屬性 27
2.3.2 父屬性和子屬性 28
2.3.3 全局屬性、空屬性與對等屬性 28
2.4 屬性拓撲的基礎運算 29
2.4.1 增加屬性 29
2.4.2 刪除屬性 31
2.4.3 合并屬性 32
2.4.4 交換屬性 33
2.4.5 子圖合并 33
2.5 屬性拓撲的轉置：對象拓撲 34
2.6 決策連續形式背景的離散化 35
2.6.1 數據空間的色度學可視化 35
2.6.2 可視化空間離散化 36
2.6.3 形式背景生成 38
2.7 本章小結 38
參考文獻 39
第二篇 概念計算
第3章 基于屬性拓撲的全局形式概念搜索 43
3.1 算法基礎 43
3.1.1 屬性拓撲性質 43
3.1.2 屬性拓撲的有序化處理 45
3.1.3 結點排序 47
3.1.4 路徑的表示方法 47
3.2 結點搜索 50
3.2.1 結點搜索過程 50
3.2.2 結點搜索過程的數據更新 52
3.3 結點回溯 54
3.4 算法總流程 56
3.5 本章小結 57
參考文獻 57
第4章 基于拓撲分解的并行概念計算 58
4.1 并行概念計算現狀 58
4.2 屬性拓撲的自下而上分解 59
4.2.1 基于Upper-set和1eve1的屬性排序 59
4.2.2 屬性拓撲的自下而上分解 62
4.3 BDAT的子屬性拓撲約簡 64
4.3.1 BDAT與概念之間的關聯 65
4.3.2 BDAT子拓撲的約簡 67
4.4 基于BDAT的并行概念計算算法 69
4.5 實驗結果與分析 71
4.6 本章小結 75
參考文獻 75
第5章 增量式概念認知學習 77
5.1 引言 77
5.2 增量式概念學習的形式背景處理 78
5.3 基于RDFFCS的增量式概念認知學習 79
5.3.1 新增對象的分類 79
5.3.2 對象拓撲的坍縮 81
5.3.3 遞歸式深度優先形式概念搜索 84
5.3.4 基于RDFFCS的增量式概念更新 87
5.4 基于概念樹的增量式概念認知學習 91
5.4.1 路徑更新對概念的影響 91
5.4.2 概念更新對概念樹的影響 95
5.4.3 基于概念樹的概念更新算法 97
5.4.4 算法流程 99
5.5 本章小結 101
參考文獻 101
第6章 屬性拓撲與概念格的雙向轉化 103
6.1 屬性拓撲到概念格的轉化 103
6.1.1 概念樹的生成 103
6.1.2 屬性拓撲到概念格轉化關系 104
6.2 概念格到屬性拓撲的轉化 110
6.3 本章小結 112
參考文獻 113
第三篇 關聯分析
第7章 屬性拓撲與頻繁關聯挖掘 117
7.1 屬性拓撲與頻繁模式樹的二元關系描述 117
7.1.1 形式背景視角下的頻繁模式樹 117
7.1.2 屬性拓撲和FP-tree的異同點 120
7.1.3 三種二元關系轉化 120
7.2 屬性拓撲到頻繁模式樹轉化算法 124
7.3 頻繁模式樹到屬性拓撲轉化算法 129
7.4 本章小結 132
參考文獻 132
第8章 屬性拓撲與頻繁關聯規則 134
8.1 頻繁凈化形式背景 134
8.2 二元頻繁模式挖掘 135
8.3 三元及以上頻繁模式挖掘 136
8.3.1 頻繁約簡屬性拓撲 136
8.3.2 BFSX算法 137
8.3.3 BFSW算法 138
8.4 算法總體流程 139
8.5 本章小結 141
參考文獻 141
第9章 屬性拓撲與偏序關聯規則挖掘 142
9.1 屬性偏序二元關系描述 142
9.2 雙向轉化的數學基礎 144
9.3 屬性拓撲到屬性偏序的二元關系轉化 145
9.3.1 屬性偏序到屬性拓撲的二元關系轉化 145
9.3.2 屬性偏序到屬性拓撲的二元關系轉化 148
9.4 從屬性拓撲到屬性偏序轉換算法 148
9.4.1 算法描述 148
9.4.2 算法示例 149
9.5 屬性偏序到屬性拓撲二元關系轉化 151
9.5.1 算法描述 151
9.5.2 算法示例 153
9.6 本章小結 156
參考文獻 156
第10章 屬性拓撲粒度關聯規則挖掘 157
10.1 拓撲粒的基本概念 157
10.2 全網絡邊介數計算 158
10.2.1 單根結點屬性權值計算 158
10.2.2 單根結點拓撲邊介數計算 159
10.2.3 全網絡邊介數計算 161
10.3 基于拓撲分裂的屬性拓撲粒結構劃分算法 161
10.4 屬性拓撲粒劃分實驗 162
10.4.1 屬性拓撲的退化 162
10.4.2 粒結構劃分 162
10.5 本章小結 164
參考文獻 164
第四篇 記憶模型
第11章 屬性拓撲的記憶模型 167
11.1 引言 167
11.2 當前的記憶模型 168
11.2.1 記憶信息的三級加工模型 168
11.2.2 人腦記憶粒化模型 168
11.2.3 記憶機制的Object-Attribute-Relation (OAR)模型 169
11.2.4 遺忘曲線圖 170
11.3 屬性拓撲的記憶特性分析 170
11.3.1 認知的本質 171
11.3.2 記憶特性與屬性拓撲 171
11.4 屬性拓撲的記憶模型 172
11.4.1 人腦記憶特性的進一步挖掘 172
11.4.2 屬性拓撲的激活模型 174
11.4.3 屬性拓撲的遺忘模型 174
11.4.4 幾種記憶模型的對比分析 176
11.5 本章小結 177
參考文獻 177
第12章 屬性拓撲的記憶激活機制 180
12.1 屬性拓撲激活 180
12.2 屬性拓撲激活的認知分析 183
12.2.1 激活集的認知分析 183
12.2.2 新增集的認知分析 184
12.2.3 激活子網絡結構的認知分析 186
12.2.4 屬性拓撲的激活算法及其認知分析 188
12.3 實驗 190
12.4 本章小結 193
參考文獻 193
第13章 屬性拓撲的記憶遺忘機制 195
13.1 屬性拓撲的遺忘模型 195
13.1.1 屬性拓撲的屬性分類階段 195
13.1.2 屬性拓撲的遺忘階段 197
13.2 遺忘過程中的再刺激 198
13.2.1 基本概念 199
13.2.2 屬性結點的直接刺激 200
13.2.3 屬性結點的間接刺激 201
13.2.4 屬性結點的再刺激分析 202
13.3 屬性拓撲的遺忘算法 202
13.4 實驗 203
13.5 本章小結 208
參考文獻 208
彩圖
展開全部
書友推薦
- >
李白與唐代文化
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
月亮與六便士
- >
莉莉和章魚
- >
煙與鏡
- >
隨園食單
- >
姑媽的寶刀
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
