概念認(rèn)知學(xué)習(xí)理論與方法

目錄
第1章緒論1
1.1認(rèn)知科學(xué)簡(jiǎn)述1
1.2概念認(rèn)知學(xué)習(xí)的基本思想3
1.3本書(shū)結(jié)構(gòu)6
第2章預(yù)備知識(shí)8
2.1模糊集合的基本概念8
2.1.1模糊性和模糊集合8
2.1.2模糊集合的運(yùn)算10
2.1.3模糊集合的水平截集13
2.2粗糙集的基本概念15
2.3形式概念分析基本理論18
2.4三支概念分析基本理論22
第3章基于逆序Galois聯(lián)絡(luò)的認(rèn)知邏輯26
3.1語(yǔ)法理論26
3.2LGE的一種等價(jià)形式LGC29
3.2.1LGC的語(yǔ)法理論29
3.2.2LGC的語(yǔ)義理論30
3.2.3LGC的可靠性與完備性定理31
3.3LGC與EMT4之間的內(nèi)在聯(lián)系34
3.4LGC與LGE之間的內(nèi)在聯(lián)系40
3.5一種基于認(rèn)知系統(tǒng)的邏輯LES42
3.6本章小結(jié)48
第4章基于Galois聯(lián)絡(luò)的直覺(jué)認(rèn)知邏輯49
4.1IntGC邏輯49
4.2代數(shù)語(yǔ)義及其完備性53
4.3IntGC的Kripke語(yǔ)義及其完備性54
4.4IntGC的有限模型性質(zhì)及其可判定性59
viii 概念認(rèn)知學(xué)習(xí)理論與方法
4.5本章小結(jié)60
第5章概念認(rèn)知的雙向?qū)W習(xí)機(jī)制61
5.1模糊數(shù)據(jù)的概念格61
5.2雙向?qū)W習(xí)系統(tǒng)和信息粒63
5.3模糊數(shù)據(jù)的雙向?qū)W習(xí)機(jī)制67
5.4雙向?qū)W習(xí)算法與實(shí)驗(yàn)分析70
5.4.1模糊數(shù)據(jù)的雙向?qū)W習(xí)算法70
5.4.2時(shí)間復(fù)雜度分析72
5.4.3案例分析和實(shí)驗(yàn)評(píng)估73
5.5本章小結(jié)84
第6章增量概念認(rèn)知學(xué)習(xí)85
6.1概念認(rèn)知算子的公理化85
6.2粒概念及其性質(zhì)88
6.3概念認(rèn)知系統(tǒng)的增量設(shè)計(jì)90
6.4基于上下逼近思想的概念認(rèn)知過(guò)程97
6.4.1基于對(duì)象集的概念學(xué)習(xí)98
6.4.2基于屬性集的概念學(xué)習(xí)103
6.4.3基于對(duì)象-屬性集序?qū)Φ母拍顚W(xué)習(xí)106
6.5本章小結(jié)110
第7章多注意力概念認(rèn)知學(xué)習(xí)112
7.1概念注意力空間112
7.2基于圖注意力的概念聚類115
7.3多注意力概念預(yù)測(cè)120
7.4多注意力概念學(xué)習(xí)整體框架122
7.5數(shù)值實(shí)驗(yàn)與分析123
7.5.1與S2CLα和其他**分類算法對(duì)比測(cè)試模型的性能124
7.5.2模型參數(shù)的影響125
7.5.3MNIST數(shù)據(jù)集上的概念生成130
7.6本章小結(jié)131
第8章基于漸進(jìn)模糊三支概念的增量學(xué)習(xí)132
8.1漸進(jìn)模糊三支概念的學(xué)習(xí)過(guò)程132
8.2漸進(jìn)模糊三支概念的增量學(xué)習(xí)機(jī)制139
8.3數(shù)值實(shí)驗(yàn)與分析143
8.3.1ILMPFTC機(jī)制的分類性能驗(yàn)證144
8.3.2動(dòng)態(tài)數(shù)據(jù)環(huán)境下增量學(xué)習(xí)機(jī)制的收斂性評(píng)估152
8.3.3動(dòng)態(tài)機(jī)制的有效性155
8.4本章小結(jié)158
第9章復(fù)雜網(wǎng)絡(luò)下的概念認(rèn)知學(xué)習(xí)159
9.1基本概念159
9.2網(wǎng)絡(luò)形式背景161
9.3網(wǎng)絡(luò)概念的指標(biāo)集163
9.4網(wǎng)絡(luò)形式概念167
9.4.1網(wǎng)絡(luò)概念的基本理論167
9.4.2網(wǎng)絡(luò)概念的性質(zhì)175
9.5本章小結(jié)180
第10章概念的漸進(jìn)式認(rèn)知181
10.1漸進(jìn)式認(rèn)知概念181
10.2概念的漸進(jìn)式認(rèn)知方法190
10.2.1線索為對(duì)象集的概念漸進(jìn)式認(rèn)知190
10.2.2線索為屬性集的概念漸進(jìn)式認(rèn)知193
10.2.3線索包含對(duì)象集與屬性集的概念漸進(jìn)式認(rèn)知194
10.3數(shù)值實(shí)驗(yàn)與分析197
10.3.1實(shí)驗(yàn)環(huán)境198
10.3.2實(shí)驗(yàn)結(jié)果198
10.3.3對(duì)比分析203
10.4概念認(rèn)知方法的對(duì)比分析204
10.5本章小結(jié)205
第11章MapReduce框架下的概念認(rèn)知學(xué)習(xí)207
11.1粒概念的并行算法207
11.1.1概念的認(rèn)知機(jī)理207
11.1.2構(gòu)建粒概念的并行算法208
11.2認(rèn)知計(jì)算系統(tǒng)及其并行算法209
11.2.1認(rèn)知計(jì)算系統(tǒng)209
11.2.2認(rèn)知計(jì)算系統(tǒng)的并行算法210
11.3認(rèn)知學(xué)習(xí)過(guò)程及其并行算法213
11.3.1認(rèn)知學(xué)習(xí)過(guò)程213
11.3.2認(rèn)知學(xué)習(xí)過(guò)程的并行算法213
11.4數(shù)值實(shí)驗(yàn)與分析216
11.4.1實(shí)驗(yàn)環(huán)境216
11.4.2粒概念求解算法對(duì)比217
11.4.3數(shù)據(jù)集規(guī)模對(duì)并行算法耗時(shí)的影響218
11.5本章小結(jié)220
參考文獻(xiàn)221