《基於內在機理的知識發現理論及其套用》是2004年電子工業出版社出版的圖書，作者是楊炳儒。
基本介紹
- 書名：基於內在機理的知識發現理論及其套用
- 作者：楊炳儒
- ISBN：7505398229
- 類別：計算機理論
- 頁數：306
- 出版社：電子工業出版社
- 出版時間：2004 年4月
- 開本：16開
作者簡介,內容簡介,目錄,
作者簡介
楊炳儒，男，1943年3月22日出生，天津市人，漢。現任北京科技大學信息工程學院教授、博士生導師、知識工程研究所所長。任中國模糊分析設計學會理事長，中國離散數學學會副理事長、中國人工智慧學會知識工程委員全副主任等學術職務，被聘過英國劍橋高級督察官，國家教委。
內容簡介
本書定位在認知科學、認知心理學和認知生物行為的全新理念上，提出並實現了以三個核心定理為貫穿的三個原理或機制——內在機理研究(第4章)，由此誘導出新結構模型(第5章)，派生出新技術方法(第6章)，引發出新型實用智慧型系統(第7章)，並提出討論複雜類型知識發現(第8章)；至此，系統地構建具有五個層次的基於內在機理的知識發現理論KDTIM；在KDTIM的指導下，設計實現了具有自主智慧財產權的集成化組合構件式知識發現軟體系統ICCKDSS(第9章)；基於KDTIM與ICCKDSS，給出在農業、現代遠程教育網與氣象等領域中的典型套用(第10章)；作為這些創新性研究成果的理論基礎，給出知識發現的邏輯基礎(第1章)，方法論基礎(第2章)與哲學基礎(第3章)。
本書對從事知識發現、知識管理、知識工程、人工智慧、計算機科學等研究的科技人員具有重要的參考價
值。可用做計算機、信息技術等專業博土生、碩士生的高級教材。
目錄
緒 論
第一篇基礎篇
第1章 知識發現的邏輯基礎
1．1 概論
1．1．1 形式系統簡介
1．1．2 相關的邏輯簡介
1．1．3 推理機制
1．2 因果關係定性推理
1．2．1 基於語言場與語言值結構的描述框架
1．2．2 單一語言場因果關係定性推理
1．2．3 綜合語言場因果關係定性推理
1．3 廣義細胞自動機與廣義歸納邏輯因果模型
1．3．1 細胞自動機模型
1．3．2 廣義因果細胞自動機與廣義歸納邏輯因果模型
1．3．3 基於廣義因果細胞自動機的廣義因果歸納推理模型
第2章 知識發現的方法論基礎
2．1 新的知識表示方法
2．1．1 語言場與語言值結構
2．1．2 因果狀(變)態在語言場中的描述
2．1．3 標準樣本空間中語言值的量化表示與因果知識表示
. 2．1．4 非標準樣本空間中語言值的量化表示
2．1．5 基於語言場的知識表示方法
2．2 新的預處理方法——基於語言場理論的連續屬性離散化方法
2．2．1 屬性的劃分
2．2．2 離散化算法實現
2．3 kdd中的數據挖掘方法概覽
2．4 數據挖掘新算法之一——基於廣義歸納邏輯因果模型的因果關聯規則挖掘
算法
2．4．1 在標準樣本空間中的因果關聯規則挖掘方法
2．4．2 在一般樣本空間中，單一語言場下的因果關聯規則挖掘方法
2．4．3 在一般樣本空間中，綜合語言場下的因果關聯規則挖掘方法
2．5 數據挖掘新算法之二——基於小波神經網路的混沌模式挖掘算法
2．5．1 小波神經網路學習算法
2．5．2 小波神經網路對混沌模式的提取
2．6 kdk中新的知識發現方法
2．6．1 基於事實的kdk建模與挖掘算法
2．6．2 基於規則的kdk建模與挖掘算法
2．7 專家知識的歸納獲取
2．7．1 機理研究
2，7．2 算法研究
2．7．3 環境研究
2．7．4 技術研究
2．7．5 套用研究
2．7．6 結論
第3章 知識發現的哲學基礎
第二篇 理論篇
第4章 知識發現系統的內在機理
4．1 引言
4．1．1 kdd技術研究和套用所面臨的挑戰
4．1．2 內在機理研究的意義——對知識發現主流發展的影響
4．2 雙庫協同機制
4．2．1 雙庫協同機制的提出
4. 2．2 雙庫協同機制的內涵
4．2．3 雙庫協同機制的理論框架
4．2．4 進一步討論
4．3 雙基融合機制
4．3．1 雙基融合機制的內涵
4．3．2 雙基融合機制的理論框架
4．3．3 三個協調算法
4．4 信息擴張機制
4. 4．1 信息擴張機制的內涵
4. 4．2 動態挖掘進程中規則參數演化規律
4．4．3 動態挖掘進程中，關聯規則的取捨方法和可理解性討論
4. 4．4 實例驗證
4. 4．5 知識發現系統的認知複雜性
4．4．6 動態挖掘進程研究中的幾個可能的專題方向
第5章 內在機理誘導出的新結構模型
5．1 kdd*(kdd*kdd+雙庫協同機制)
5．1．1 kdd*的結構模型
5．1．2 kdd*雙庫協同機制的技術實現
5. 1．3 kdd*的特徵
5．1．4 kdd*的多智慧型體實現
5．2 kdk*(kdk* kdk+雙基融合機制)
5．2．1 kdk*的結構模型
5．2．2 kdk*中雙基融合機制的技術實現
5．2．3 實例驗證
5．3 kd(d&k)(kd(d&k)kdd*+kdk*)
5．3．1 kd(d&k)系統的總體結構模型
5．3．2 kd(dslk)的動態知識庫系統
5．3．3 kd(d&k)的特徵
5．4 信息擴張機制誘導出的擴展性結構模型
5．4. 1 kdd*e總體結構模型
5．4．2 kd(d&k)*概述
第6章 內在機理與新結構模型派生出的新技術方法
6．1 挖掘關聯規則的新算法——maradbcm算法
6．1．1 引論
6．1．2 maradbcm算法的實現
6．1．3 maradbcm算法的性能分析
6，2 挖掘聚類規則的新算法
6．2．1 引論
6．2．2 評價函式
6．2．3 編碼、交叉和突變策略
6．2．4 基於雙庫協同機制的數值域劃分算法(數據聚類算法)描述
6．3 基於事實與規則的kdk*歸納發現算法
6．3．1 針對kdk算法的r型協調算法流程
6．3．2 針對kdk算法的s型協調算法流程
6．3．3 kdk*粗框架的程式流程圖
6．3．4 實例驗證
6．4 kdd*下的因果關聯規則的自動評價算法
6．4．1 引論
6．4. 2 因果關係自動推理機制與評價知識庫的構建
6．4．3 認證邏輯的分析方法與套用
6．4．4 評價算法(評價規則ai→sj)
6．4．5 實例運行檢驗
6．4．6 與相關工作的比較
6．5 kdd*下的知識自動評價系統方法
6．5．1 客觀評價指標(第一層次)
6．5．2 主觀評價指標(第二層次)
6．5．3 綜合評價指標(第三層次)
6．5．4 實例說明
6．5．5 小結
第7章 kdtim中引發出的新型實用智慧型系統
7．1 引論
7．2 基於知識發現的專家系統(eskd)
7．2．1 引言
7．2．2 基於知識發現的專家系統(eskd)總體結構圖
7．2．3 基於知識發現具有雙庫協同機制的動態知識庫系統
7．2．4 eskd的功能特徵
7．2．5 eskd的套用示例
7．3 基於信息挖掘的智慧型決策支持系統(idssim)
7．3．1 傳統智慧型決策支持系統的系統結構
7．3．2 基於信息挖掘的新型智慧型決策支持系統(dssim)
7．4 基於信息挖掘的智慧型預測支持系統(ifssim)
7．4．1 複雜不確定性系統預測
7．4. 2 基於信息挖掘的智慧型預測支持系統
7．5 基於知識發現的計算機輔助創新智慧型系統(caiiskd)
7．5．1 發明問題解決理論(triz)
7．5．2 triz的發展與計算機輔助創新理論
7．5．3 基於知識發現的計算機輔助創新智慧型系統(caiiskd)
第8章 基於複雜類型數據的知識發現(信息挖掘)
8．1 總體結構模型dfssm
8．1．1 基於複雜類型數據的知識表示方法
8．1．2 hilbert空間
8．1．3 基於複雜類型數據的知識發現系統的總體結構模型(dfssm)
8．2 web挖掘
8．2．1 web挖掘簡介
8．2．2 web文本挖掘
8．2．3 web訪問信息挖掘
8．3 多媒體信息挖掘綜述
8．4 基於氣象數據(多媒體信息)的相似模式的挖掘
8．4．1 引言
8．4．2 認知過程與知識發現的相似性
8．4. 3 相似模式數據挖掘原理
8．4．4 相似模式數據挖掘的算法
第三篇 套用篇
第9章 基於kdtim的知識發現軟體系統(icckdss)
9．1 系統簡介
9．2 數據挖掘子系統(kdd*ss)
9．2．1 kdd*ss的主要技術特徵
9．2．2 kdd*ss功能模組圖
9．2．3 kdd*ss部分功能模組描述
9．2．4 kdd*ss操作流程圖
9．3 web文本挖掘子系統
9．3．1 系統主要技術特徵
9．3．2 系統模組
9．3．3 各功能模組描述
9．4 web訪問信息挖掘子系統
9．4．1 主要內容
9．4．2 各功能模組描述
9．5 智慧型門戶搜尋引擎
9．5．1 系統簡介
9．5．2 系統各功能模組
第10章 kdtim與icckdss的幾類典型套用
10．1 農業套用系統的運行實例
10．1．1 知識發現在農業生產規劃中的套用
10．1．2 面向施肥的知識發現系統
10．1．3 面向植保的知識發現系統
10．2 現代遠程教育網的信息挖掘實例
10．2．1 web文本挖掘系統
10．2．2 web日誌挖掘系統
10．2．3 智慧型搜尋引擎
10．3 氣象數據處理與信息挖掘實例
10．3．1 氣象數據的處理與相似模式的挖掘
10．3．2 氣象預測模型
附錄a 名詞術語縮略語列表
參考文獻
