|
|
|
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於屬性拓撲的全域形式概念搜索、基於拓撲分解的並行概念計算、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係
第一篇 基礎知識
第1章預備知識
1.1形式概念分析
1.1.1形式背景
1.1.2形式概念
1.1.3形式背景的子背景與形式概念
1.1.4概念格與Hasse圖
1.2圖論
1.2.1圖的定義與術語
1.2.2圖的存儲結構
1.3關聯規則
1.3.1關聯規則基礎
1.3.2關聯規則分類
1.4本章小結
參考文獻
第2章屬性拓撲的基本理論
2.1形式背景預處理
2.2屬性拓撲的定義
2.3屬性拓撲的屬性分類
2.3.1頂層屬性和伴生屬性
2.3.2父屬性和子屬性
2.3.3全域屬性、空屬性與對等屬性
2.4屬性拓撲的基礎運算
2.4.1增加屬性
2.4.2刪除屬性
2.4.3合併屬性
2.4.4交換屬性
2.4.5子圖合併
2.5屬性拓撲的轉置：對象拓撲
2.6決策連續形式背景的離散化
2.6.1資料空間的色度學視覺化
2.6.2視覺化空間離散化
2.6.3形式背景生成
2.7本章小結
參考文獻
第二篇 概念計算
第3章基於屬性拓撲的全域形式概念搜索
3.1演算法基礎
3.1.1屬性拓撲性質
3.1.2屬性拓撲的有序化處理
3.1.3結點排序
3.1.4路徑的表示方法
3.2結點搜索
3.2.1結點搜索過程
3.2.2結點搜索過程的資料更新
3.3結點回溯
3.4演算法總流程
3.5本章小結
參考文獻
第4章基於拓撲分解的並行概念計算
4.1並行概念計算現狀
4.2屬性拓撲的自下而上分解
4.2.1基於Upper—set和Level的屬性排序
4.2.2屬性拓撲的自下而上分解
4.3BDAT的子屬性拓撲約簡
4.3.1BDAT與概念之間的關聯
4.3.2BDAT子拓撲的約簡
4.4基於BDAT的並行概念計算演算法
4.5實驗結果與分析
4.6本章小結
參考文獻
第5章增量式概念認知學習
5.1引言
5.2增量式概念學習的形式背景處理
5.3基於RDFFCS的增量式概念認知學習
5.3.1新增對象的分類
5.3.2對象拓撲的坍縮
5.3.3遞迴式深度優先形式概念搜索
5.3.4基於RDFFCS的增量式概念更新
5.4基於概念樹的增量式概念認知學習
5.4.1路徑更新對概念的影響
5.4.2概念更新對概念樹的影響
5.4.3基於概念樹的概念更新演算法
5.4.4演算法流程
5.5本章小結
參考文獻
第6章屬性拓撲與概念格的雙向轉化
6.1屬性拓撲到概念格的轉化
6.1.1概念樹的生成
6.1.2屬性拓撲到概念格轉化關係
6.2概念格到屬性拓撲的轉化
6.3本章小結
參考文獻
第三篇 關聯分析
第7章屬性拓撲與頻繁關聯挖掘
7.1屬性拓撲與頻繁模式樹的二元關係描述
7.1.1形式背景視角下的頻繁模式樹
7.1.2屬性拓撲和FP—tree的異同點
7.1.3三種二元關係轉化
7.2屬性拓撲到頻繁模式樹轉化演算法
7.3頻繁模式樹到屬性拓撲轉化演算法
7.4本章小結
參考文獻
第8章屬性拓撲與頻繁關聯規則
8.1頻繁淨化形式背景
8.2二元頻繁模式挖掘
8.3三元及以上頻繁模式挖掘
8.3.1頻繁約簡屬性拓撲
8.3.2BFSX演算法
8.3.3BFSW演算法
8.4演算法總體流程
8.5本章小結
參考文獻
第9章屬性拓撲與偏序關聯規則挖掘
9.1屬性偏序二元關係描述
9.2雙向轉化的數學基礎
9.3屬性拓撲到屬性偏序的二元關係轉化
9.3.1屬性偏序到屬性拓撲的二元關係轉化
9.3.2屬性偏序到屬性拓撲的二元關係轉化
9.4從屬性拓撲到屬性偏序轉換演算法
9.4.1演算法描述
9.4.2演算法示例
9.5屬性偏序到屬性拓撲二元關係轉化
9.5.1演算法描述
9.5.2演算法示例
9.6本章小結
參考文獻
第10章屬性拓撲細微性關聯規則挖掘
10.1拓撲粒的基本概念
10.2全網路邊介數計算
10.2.1單根結點屬性權值計算
10.2.2單根結點拓撲邊介數計算
10.2.3全網路邊介數計算
10.3基於拓撲分裂的屬性拓撲粒結構劃分演算法
10.4屬性拓撲粒劃分實驗
10.4.1屬性拓撲的退化
10.4.2粒結構劃分
10.5本章小結
參考文獻
……
第四篇 記憶模型
第11章屬性拓撲的記憶模型
第12章屬性拓撲的記憶啟動機制
第13章屬性拓撲的記憶遺忘機制
彩圖
