目錄
第一篇 基礎(chǔ)知識
第1章 預(yù)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(shù)語 8
1.2.2 圖的存儲結(jié)構(gòu) 11
1.3 關(guān)聯(lián)規(guī)則 14
1.3.1 關(guān)聯(lián)規(guī)則基礎(chǔ) 14
1.3.2 關(guān)聯(lián)規(guī)則分類 16
1.4 本章小結(jié) 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(yù)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(chǔ)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(zhuǎn)置：對象拓撲 34
2.6 決策連續(xù)形式背景的離散化 35
2.6.1 數(shù)據(jù)空間的色度學(xué)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(jié) 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(chǔ) 43
3.1.1 屬性拓撲性質(zhì) 43
3.1.2 屬性拓撲的有序化處理 45
3.1.3 結(jié)點排序 47
3.1.4 路徑的表示方法 47
3.2 結(jié)點搜索 50
3.2.1 結(jié)點搜索過程 50
3.2.2 結(jié)點搜索過程的數(shù)據(jù)更新 52
3.3 結(jié)點回溯 54
3.4 算法總流程 56
3.5 本章小結(jié) 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(xiàn)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(guān)聯(lián) 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(jié)果與分析 71
4.6 本章小結(jié) 75
參考文獻 75
第5章 增量式概念認知學(xué)習(xí) 77
5.1 引言 77
5.2 增量式概念學(xué)習(xí)的形式背景處理 78
5.3 基于RDFFCS的增量式概念認知學(xué)習(xí) 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(yōu)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(xué)習(xí) 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(jié) 101
參考文獻 101
第6章 屬性拓撲與概念格的雙向轉(zhuǎn)化 103
6.1 屬性拓撲到概念格的轉(zhuǎn)化 103
6.1.1 概念樹的生成 103
6.1.2 屬性拓撲到概念格轉(zhuǎn)化關(guān)系 104
6.2 概念格到屬性拓撲的轉(zhuǎn)化 110
6.3 本章小結(jié) 112
參考文獻 113
第三篇 關(guān)聯(lián)分析
第7章 屬性拓撲與頻繁關(guān)聯(lián)挖掘 117
7.1 屬性拓撲與頻繁模式樹的二元關(guān)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(guān)系轉(zhuǎn)化 120
7.2 屬性拓撲到頻繁模式樹轉(zhuǎn)化算法 124
7.3 頻繁模式樹到屬性拓撲轉(zhuǎn)化算法 129
7.4 本章小結(jié) 132
參考文獻 132
第8章 屬性拓撲與頻繁關(guān)聯(lián)規(guī)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(jié) 141
參考文獻 141
第9章 屬性拓撲與偏序關(guān)聯(lián)規(guī)則挖掘 142
9.1 屬性偏序二元關(guān)系描述 142
9.2 雙向轉(zhuǎn)化的數(shù)學(xué)基礎(chǔ) 144
9.3 屬性拓撲到屬性偏序的二元關(guān)系轉(zhuǎn)化 145
9.3.1 屬性偏序到屬性拓撲的二元關(guān)系轉(zhuǎn)化 145
9.3.2 屬性偏序到屬性拓撲的二元關(guān)系轉(zhuǎn)化 148
9.4 從屬性拓撲到屬性偏序轉(zhuǎn)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(guān)系轉(zhuǎn)化 151
9.5.1 算法描述 151
9.5.2 算法示例 153
9.6 本章小結(jié) 156
參考文獻 156
第10章 屬性拓撲粒度關(guān)聯(lián)規(guī)則挖掘 157
10.1 拓撲粒的基本概念 157
10.2 全網(wǎng)絡(luò)邊介數(shù)計算 158
10.2.1 單根結(jié)點屬性權(quán)值計算 158
10.2.2 單根結(jié)點拓撲邊介數(shù)計算 159
10.2.3 全網(wǎng)絡(luò)邊介數(shù)計算 161
10.3 基于拓撲分裂的屬性拓撲粒結(jié)構(gòu)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(jié)構(gòu)劃分 162
10.5 本章小結(jié) 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�；�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(zhì) 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(jié) 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(wǎng)絡(luò)結(jié)構(gòu)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(jié) 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(jié)點的直接刺激 200
13.2.3 屬性結(jié)點的間接刺激 201
13.2.4 屬性結(jié)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(jié) 208
參考文獻 208
彩圖