属性拓扑理论及其应用PDF|Epub|txt|kindle电子书版本网盘下载

属性拓扑理论及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 基础知识3

第1章 预备知识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 形式背景的子背景与形式概念6

1.1.4 概念格与Hasse图6

1.2 图论8

1.2.1 图的定义与术语8

1.2.2 图的存储结构11

1.3 关联规则14

1.3.1 关联规则基础14

1.3.2 关联规则分类16

1.4 本章小结18

参考文献18

第2章 属性拓扑的基本理论21

2.1 形式背景预处理21

2.2 属性拓扑的定义22

2.3 属性拓扑的属性分类27

2.3.1 顶层属性和伴生属性27

2.3.2 父属性和子属性28

2.3.3 全局属性、空属性与对等属性28

2.4 属性拓扑的基础运算29

2.4.1 增加属性29

2.4.2 删除属性31

2.4.3 合并属性32

2.4.4 交换属性33

2.4.5 子图合并33

2.5 属性拓扑的转置：对象拓扑34

2.6 决策连续形式背景的离散化35

2.6.1 数据空间的色度学可视化35

2.6.2 可视化空间离散化36

2.6.3 形式背景生成38

2.7 本章小结38

参考文献39

第二篇 概念计算43

第3章 基于属性拓扑的全局形式概念搜索43

3.1 算法基础43

3.1.1 属性拓扑性质43

3.1.2 属性拓扑的有序化处理45

3.1.3 结点排序47

3.1.4 路径的表示方法47

3.2 结点搜索50

3.2.1 结点搜索过程50

3.2.2 结点搜索过程的数据更新52

3.3 结点回溯54

3.4 算法总流程56

3.5 本章小结57

参考文献57

第4章 基于拓扑分解的并行概念计算58

4.1 并行概念计算现状58

4.2 属性拓扑的自下而上分解59

4.2.1 基于Upper-set和Level的属性排序59

4.2.2 属性拓扑的自下而上分解62

4.3 BDAT的子属性拓扑约简64

4.3.1 BDAT与概念之间的关联65

4.3.2 BDAT子拓扑的约简67

4.4 基于BDAT的并行概念计算算法69

4.5 实验结果与分析71

4.6 本章小结75

参考文献75

第5章 增量式概念认知学习77

5.1 引言77

5.2 增量式概念学习的形式背景处理78

5.3 基于RDFFCS的增量式概念认知学习79

5.3.1 新增对象的分类79

5.3.2 对象拓扑的坍缩81

5.3.3 递归式深度优先形式概念搜索84

5.3.4 基于RDFFCS的增量式概念更新87

5.4 基于概念树的增量式概念认知学习91

5.4.1 路径更新对概念的影响91

5.4.2 概念更新对概念树的影响95

5.4.3 基于概念树的概念更新算法97

5.4.4 算法流程99

5.5 本章小结101

参考文献101

第6章 属性拓扑与概念格的双向转化103

6.1 属性拓扑到概念格的转化103

6.1.1 概念树的生成103

6.1.2 属性拓扑到概念格转化关系104

6.2 概念格到属性拓扑的转化110

6.3 本章小结112

参考文献113

第三篇 关联分析117

第7章 属性拓扑与频繁关联挖掘117

7.1 属性拓扑与频繁模式树的二元关系描述117

7.1.1 形式背景视角下的频繁模式树117

7.1.2 属性拓扑和FP-tree的异同点120

7.1.3 三种二元关系转化120

7.2 属性拓扑到频繁模式树转化算法124

7.3 频繁模式树到属性拓扑转化算法129

7.4 本章小结132

参考文献132

第8章 属性拓扑与频繁关联规则134

8.1 频繁净化形式背景134

8.2 二元频繁模式挖掘135

8.3 三元及以上频繁模式挖掘136

8.3.1 频繁约简属性拓扑136

8.3.2 BFSX算法137

8.3.3 BFSW算法138

8.4 算法总体流程139

8.5 本章小结141

参考文献141

第9章 属性拓扑与偏序关联规则挖掘142

9.1 属性偏序二元关系描述142

9.2 双向转化的数学基础144

9.3 属性拓扑到属性偏序的二元关系转化145

9.3.1 属性偏序到属性拓扑的二元关系转化145

9.3.2 属性偏序到属性拓扑的二元关系转化148

9.4 从属性拓扑到属性偏序转换算法148

9.4.1 算法描述148

9.4.2 算法示例149

9.5 属性偏序到属性拓扑二元关系转化151

9.5.1 算法描述151

9.5.2 算法示例153

9.6 本章小结156

参考文献156

第10章 属性拓扑粒度关联规则挖掘157

10.1 拓扑粒的基本概念157

10.2 全网络边介数计算158

10.2.1 单根结点属性权值计算158

10.2.2 单根结点拓扑边介数计算159

10.2.3 全网络边介数计算161

10.3 基于拓扑分裂的属性拓扑粒结构划分算法161

10.4 属性拓扑粒划分实验162

10.4.1 属性拓扑的退化162

10.4.2 粒结构划分162

10.5 本章小结164

参考文献164

第四篇 记忆模型167

第11章 属性拓扑的记忆模型167

11.1 引言167

11.2 当前的记忆模型168

11.2.1 记忆信息的三级加工模型168

11.2.2 人脑记忆粒化模型168

11.2.3 记忆机制的Object-Attribute-Relation（OAR）模型169

11.2.4 遗忘曲线图170

11.3 属性拓扑的记忆特性分析170

11.3.1 认知的本质171

11.3.2 记忆特性与属性拓扑171

11.4 属性拓扑的记忆模型172

11.4.1 人脑记忆特性的进一步挖掘172

11.4.2 属性拓扑的激活模型174

11.4.3 属性拓扑的遗忘模型174

11.4.4 几种记忆模型的对比分析176

11.5 本章小结177

参考文献177

第12章 属性拓扑的记忆激活机制180

12.1 属性拓扑激活180

12.2 属性拓扑激活的认知分析183

12.2.1 激活集的认知分析183

12.2.2 新增集的认知分析184

12.2.3 激活子网络结构的认知分析186

12.2.4 属性拓扑的激活算法及其认知分析188

12.3 实验190

12.4 本章小结193

参考文献193

第13章 属性拓扑的记忆遗忘机制195

13.1 属性拓扑的遗忘模型195

13.1.1 属性拓扑的属性分类阶段195

13.1.2 属性拓扑的遗忘阶段197

13.2 遗忘过程中的再刺激198

13.2.1 基本概念199

13.2.2 属性结点的直接刺激200

13.2.3 属性结点的间接刺激201

13.2.4 属性结点的再刺激分析202

13.3 属性拓扑的遗忘算法202

13.4 实验203

13.5 本章小结208

参考文献208