|
| 內容簡介： |
|
本书以因素空间理论为基础，首先阐述了因素空间的展开与收拢、因素之间关系的优化算法，接着研究了通过因素把领域知识嵌入到数据的做法，形成了特色的因素与数据融合智能方法。同时根据因素反映人的思维本质这一特点，研究了关键因素的突显算法，*后还对因素完备性的判定标准进行了详细分析。因素与数据融合方向的研究成果，也是基于因素空间理论得到的人工智能*研究成果，即如何把人类知识和数据驱动融合起来、形成较高级的智能，原创性很强，却又有明确的适用领域，实用性也很强。
|
| 關於作者： |
|
包研科，男，九三学社社员。辽宁工程技术大学理学院，副教授，研究生导师，数据科学与应用研究所所长。中国人工智能学会（基础专业委员会）会员，教育部学位与研究生教育发展中心学位论文评审专家，阜新市第九、十、十一届政协委员。
|
| 目錄：
|
目录
第1章商集代数1
1.1代数1
1.2集合代数5
1.3商集代数10
第2章泛因素空间16
2.1认知本体论原理16
2.2因素的基本运算20
2.3泛因素空间29
2.4有限因素标架34
第3章因素之间的关联性分析38
3.1度量分析基础38
3.2关联性的概念44
3.3关联性的度量47
3.4预测性关联度54
3.5从格标架到仿射标架61
第4章样本之间的相似性分析68
4.1相似性分析基础68
4.2样本的因素轮廓72
4.3因素轮廓相似度76
4.4综合评价81
4.5集优势评价85
4.6聚类分析91
第5章数据分类的差转计算算法96
5.1分类问题概述96
5.2差转计算算法描述102
5.3差转计算算法拓展115
参考文献125
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
