第0章 緒言
0. 1 什么是數(shù)據(jù)工程
0. 2 什么是知識工程
0. 3 數(shù)據(jù)知識工程和軟件工程的關系
第1章 數(shù)據(jù)庫工程
1. 1 數(shù)據(jù)
1. 1. 1 現(xiàn)實世界中的數(shù)據(jù)
1. 1. 2 數(shù)據(jù)處理
1. 1. 3 現(xiàn)代數(shù)據(jù)管理的需求
1. 2 元數(shù)據(jù)
1. 2. 1 為什么需要元數(shù)據(jù)
1. 2. 2元數(shù)據(jù)標準
1. 2. 3 元數(shù)據(jù)庫
1. 3數(shù)據(jù)模型
1. 3. 1 概念數(shù)據(jù)模型
1. 3. 2 邏輯數(shù)據(jù)模型
1. 3. 3 從E-R模型向關系模型的轉化
1. 3. 4 關系數(shù)據(jù)模型構造CASE工具---PowerDesign
1. 4 數(shù)據(jù)規(guī)范
1. 4. 1 非規(guī)范化關系模式帶來的問題
1. 4. 2 數(shù)據(jù)依賴
1. 4. 3 范式
1. 4. 4 關系規(guī)范化
1. 4. 5 關系規(guī)范化在實際中的應用
1. 5 數(shù)據(jù)約束
1. 5. 1 關系的完整性,
1. 5. 2 數(shù)據(jù)庫的完整性
1. 5. 3 表示完整性約束的方法
1. 5. 4 商品化DBMS中的完整性約束
1. 6 數(shù)據(jù)安全
1. 6. 1 常用數(shù)據(jù)庫安全方法
1. 6. 2 商業(yè)DBMS的安全性策略
1. 7 數(shù)據(jù)庫管理
1. 7. 1 DBMS的結構.
1. 7. 2 事務管理
1. 7. 3 商業(yè)DBMS產品比較
1. 7. 4 選擇DBMS產品時的考慮
1. 8 數(shù)據(jù)庫應用--OLTP
1. 8. 1 OLTP的體系結構
1. 8. 2 OLTP系統(tǒng)的開發(fā)步驟
1. 8. 3 一個OLTP系統(tǒng)設計實例
第2章 數(shù)據(jù)倉庫工程
2. 1 數(shù)據(jù)倉庫
2. 1. 1 為什么需要數(shù)據(jù)倉庫
2. 1. 2 數(shù)據(jù)倉庫的組成
2. 1. 3 數(shù)據(jù)倉庫的特性
2. 1. 4 商業(yè)化數(shù)據(jù)倉庫解決方案
2. 2 數(shù)據(jù)載入
2. 2. 1 從操作數(shù)據(jù)向數(shù)據(jù)倉庫的移動
2. 2. 2 數(shù)據(jù)倉庫的粒度和元數(shù)據(jù)
2. 2. 3 Oracle數(shù)據(jù)移入工具--SQL*LOADER
2. 3 星型模型
2. 3. 1 構建合理的企業(yè)數(shù)據(jù)模型
2. 3. 2 星型模型架構
2. 3. 3 星型模型構建方法
2. 4 三層設計
2. 4. 1 ODS
2. 4. 2 DB-ODS-DW三層體系結構
2. 4. 3 DB-ODS-DW體系結構應用實例
2. 5 數(shù)據(jù)倉庫安全
2. 5. 1 數(shù)據(jù)倉庫安全策略
2. 5. 2 數(shù)據(jù)訪問安全
2. 5. 3 數(shù)據(jù)安全--數(shù)據(jù)倉庫備份與恢復
2. 6 數(shù)據(jù)倉庫查詢技術
2. 6. 1 查詢工具的選擇
2. 6. 2 優(yōu)化物理數(shù)據(jù)倉庫來提高查詢效率
2. 6. 3 商業(yè)數(shù)據(jù)倉庫解決方案中的查詢工具
2. 7 數(shù)據(jù)倉庫應用--OLAP
2. 7. 1 第一次親密接觸OLAP
2. 7. 2 MOLAP與ROLAP
2. 7. 3 OLAP工具
第3章 數(shù)據(jù)挖掘
3. 1 基于證據(jù)理論的數(shù)據(jù)挖掘方法
3. 1. 1 證據(jù)理論在表征默認值上的應用
3. 1. 2 基于證據(jù)理論的多分類器集成方法
3. 2 基于神經網絡的數(shù)據(jù)挖掘方法
3. 2. 1 神經網絡簡介
3. 2. 2 使用BP網絡進行分類
3. 3 基于遺傳算法的數(shù)據(jù)挖掘方法
3. 3. 1 遺傳算法的基本原理
3. 3. 2 基于遺傳算法的廣義規(guī)則挖掘
3. 3. 3 基于遺傳算法的分類規(guī)則挖掘
3. 4 基于粗糙集的數(shù)據(jù)挖掘方法
3. 4. 1 粗糙集在數(shù)據(jù)挖掘中的某個應用
3. 4. 2 基于粗糙集的數(shù)據(jù)挖掘算法
3. 5 其他數(shù)據(jù)挖掘方法
3. 5. 1 決策樹
3. 5. 2 模糊集
3. 5. 3 數(shù)理統(tǒng)計
第4章 基于數(shù)據(jù)(知識)庫的知識發(fā)現(xiàn)
4. 1 KDD基本概念
4. 1. 1 KDD的起源
4. 1. 2 KDD的特點
4. 1. 3 KDD的定義
4. 1. 4 KDD的發(fā)現(xiàn)目標
4. 2 KDD的挖掘模式
4. 2. 1 關聯(lián)模式
4. 2. 2 分類模式
4. 2. 3 聚類模式
4. 2. 4 回歸模式
4. 2. 5 序列模式
4. 3 KDD處理過程模型
4. 3. 1 多處理階段過程模型1
4. 3. 2 多處理階段過程模型2
4. 3. 3 多處理階段過程模型3
4. 4KDD中使用的方法
4. 4. 1 決策樹方法
4. 4. 2 神經網絡方法
4. 4. 3 粗集方法
4. 4. 4 遺傳算法
4. 4. 5 統(tǒng)計分析方法
4. 4. 6 覆蓋正例排斥反例法
4. 4. 7 模糊邏輯
4. 4. 8 概念樹方法
4. 4. 9 公式發(fā)現(xiàn)
4. 4. 10 云模型方法
4. 4. 11 可視化技術
4. 5 KDD應用
4. 5. 1 KDD在保險風險評估中的應用
4. 5. 2 KDD在CRM系統(tǒng)中的應用
4. 5. 3 KDD在電信業(yè)中的應用
4. 5. 4 KDD在股票信息處理中的應用
4. 5. 5 KDD在人事管理中的應用
4. 6 KDD中存在的困難與問題
第5章 知識表示
5. 1 產生式
5. 1. 1 產生式的基本形式
5. 1. 2 產生式系統(tǒng)結構
5. 1. 3 推理步驟及搜索機制
5. 1. 4 產生式系統(tǒng)的特點及不足
5. 2 語義網
5. 2. 1 基本概念
5. 2. 2 使用語義網表示知識
5. 2. 3 基于語義網的推理
5. 2. 4 語義網的特點及不足
5. 3 框架表示法
5. 3. 1 框架的定義
5. 3. 2 框架系統(tǒng)的預定義槽
5. 3. 3 基于框架的推理
5. 3. 4 框架系統(tǒng)的特點與不足
5. 4 基于對象的知識表示方法
5. 4. 1 概述
5. 4. 2 面向對象的概念和特點
5. 4. 3 事實性知識的面向對象表達
5. 4. 4 規(guī)則和過程性知識的面向對象表達
5. 5 邏輯表達
5. 5. 1 命題邏輯知識表達
5. 5. 2 一階謂詞邏輯知識表達
5. 5. 3 非經典邏輯知識表達
5. 6 Agent
5. 6. 1 Agent概述
5. 6. 2 Agent分類
5. 6. 3 多Agent系統(tǒng)(MAS)
5. 6. 4 智能主體與專家系統(tǒng)
5. 7 粗集理論
5. 7. 1 粗集理論概述
5. 7. 2 基本概念
5. 7. 3 基于粗集理論的知識表達系統(tǒng)
5. 7. 4 決策表約簡
5. 7. 5 與其他軟計算方式的聯(lián)系
第6章 知識推理
6. 1 謂詞邏輯推理
6. 1. 1 子句集
6. 1. 2 替換與合一
6. 1. 3 歸結原理
6. 1. 4 歸結控制策略
6. 2 非單調推理
6. 2. 1 基本概念
6. 2. 2 非單調推理與不確定推理及經典邏輯
6. 2. 3 非單調推理的研究方法及問題
6. 2. 4 非單調推理與關于行動的推理
6. 3 非精確推理
6. 3. 1 主觀Bayes方法
6. 3. 2 確定性理論方法
6. 3. 3 證據(jù)理論方法
6. 4 案例推理
6. 4. 1 案例推理的基本概念
6. 4. 2 案例推理中的關鍵技術
6. 4. 3 案例推理的應用
6. 5 定性推理
6. 5. 1 定性推理概述
6. 5. 2 基于過程的定性推理方法
6. 5. 3 基于部件模型的定性推理方法
第7章 知識庫管理系統(tǒng)基本功能
7. 1 知識表達的需求和主要框架
7. 1. 1 知識表達的需求
7. 1. 2 謂詞邏輯是知識表達的主要框架
7. 2 邏輯型知識語言
7. 2. 1 Hom邏輯的語法
7. 2. 2 SLD推導
7. 2. 3 一個實際的Hom邏輯系統(tǒng)--PROLOG系統(tǒng)
7. 2. 4 附加的控制機制--CUT
7. 2. 5 否定信息的處理
7. 2. 6 一個邏輯方式表達的例子
7. 3 多種知識表達與推理的實現(xiàn)
7. 3. 1 PROLOG的元級擴充
7. 3. 2 框架表達與推理的實現(xiàn)
7. 3. 3 對象表達方式的實現(xiàn)
7. 4 知識表達模式OOS
7. 5 知識庫系統(tǒng)體系結構
7. 6 知識消化系統(tǒng)
7. 7 元推理和演繹機制
7. 8 知識消化的實現(xiàn)
7. 8. 1 一個例子
7. 8. 2 輸入流的消化
第8章 庫管理系統(tǒng)高級功能
8. 1 知識追蹤
8. 2 推理的解釋
8. 2. 1 求解用戶的目標
8. 2. 2 要求用戶回答問題
8. 2. 3 示意性的專家系統(tǒng)
8. 2. 4 why解釋功能
8. 2. 5 how解釋功能
8. 3 不精確推理
8. 3. 1 不精確推理模型及其性質
8. 3. 2 不精確推理的實現(xiàn)
8. 4 信念系統(tǒng)和非單調推理
8. 4. 1 信念系統(tǒng)幾個典型的例子
8. 4. 2 一致性階恢復
8. 5 知識調試
8. 5. 1 循環(huán)控制
8. 5. 2 假結論的診斷
8. 5. 3 發(fā)現(xiàn)丟失解的結論
8. 6 知識獲取的一種方法--模型推理方法
8. 6. 1 求精操作
8. 6. 2 模型推理算法
8. 6. 3 知識調節(jié)與實例
第9章 知識變換與優(yōu)化
9. 1 部分計算一般介紹
9. 1. 1 基本原理
9. 1. 2 實現(xiàn)算法
9. 1. 3 部分計算主要特征
9. 1. 4 循環(huán)問題及其處理
9. 2 元級描述向目標級描述變換方法
9. 3 邏輯程序的源級優(yōu)化
9. 4 源級向抽象機級變換
9. 4. 1 源級或0型抽象機(apm-0)向1型抽象機(apm-1)變換
9. 4. 2 源級或0型抽象機向2型抽象機(apm-2)變換
9. 5 PROLOG元級解釋器的合成方法
9. 5. 1 元級解釋器的建立
9. 5. 2 元級解釋器的合成
第10章 知識工程開發(fā)方法
10. 1 知識工程的開發(fā)過程
10. 1. 1 增量式的開發(fā)方法
10. 1. 2 螺旋形模型
10. 2 快速原型法(prototyping)
10. 2. 1 原型法的一般原理
10. 2. 2 原型法的基本要求
10. 3 概念化知識獲取方法
10. 4 路徑尋找問題邏輯設計
10. 4. 1 容器灌水問題
10. 4. 2 農夫劃船問題
10. 5 遞歸問題邏輯設計
10. 5. 1 自然數(shù)是遞歸問題
10. 5. 2 項遞歸
10. 6 約束求解問題設計
10. 7 面向智能主體的開發(fā)技術
10. 7. 1 面向智能主體的軟件開發(fā)
10. 7. 2 AGENTO語言
10. 7. 3 AGENT-O解釋器
10. 7. 4 基于智能主體的軟件工程
第11章 基于知識的系統(tǒng)開發(fā)
11. 1 ECAP規(guī)則系統(tǒng)框架
11. 1. 1 分布式組件技術與三層體系結構的關系
11. 1. 2 主動規(guī)則--ECA規(guī)則簡介
11. 1. 3 擴展的ECA規(guī)則
11. 1. 4 ECAP規(guī)則語義
11. 1. 5 ECAP規(guī)則語法
11. 1. 6 分層結構模型
11. 1. 7 基于ECAP規(guī)則的分層應用程序的運行機制
11. 2 經營過程中的對象行為建模
11. 2. 1 信息系統(tǒng)建模分類及比較
11. 2. 2 CPN概述
11. 2. 3 有色Petri網(CPn)
11. 2. 4 遞階有色Petri網(Hierarchical CPN)
11. 2. 5 HCPN與面向對象
11. 2. 6 面向對象的HCPN對企業(yè)行為對象建模
11. 3 基于ECAP和HCPN的圖書信息管理系統(tǒng)設計與建模
11. 3. 1 圖書信息管理系統(tǒng)結構
11. 3. 2 采訪子系統(tǒng)的功能簡介
11. 3. 3 采訪子系統(tǒng)的遞階分層模型
11. 3. 4 圖書采訪的對象模型
11. 3. 5 圖書采訪的行為模型
11. 3. 6 圖書采訪的HCPN模型
11. 3. 7 用ECAP規(guī)則描述采訪過程
11. 4 系統(tǒng)生成和重構策略及應用
11. 4. 1 ECAP規(guī)則的生成
11. 4. 2 數(shù)據(jù)端口的定義
11. 4. 3 重構策略及應用
11. 4. 4 規(guī)則設計性能方面的優(yōu)化
11. 5 面向CBR(Case-Based Reasoning)的數(shù)據(jù)倉庫相關技術
11. 5. 1 CBR的基本思想
11. 5. 2 基于事例倉庫的高級事例推理系統(tǒng)
(Advanced Case-Based System on Case Warhouse)
11. 6 ACBR知識獲取算法
11. 6. 1 規(guī)則獲取
11, 6. 2 一個例子
11. 6. 3 消除冗余屬性
11. 6. 4 消除不一致性
11. 6. 5 利用元知識
11. 7 ACBR的問題求解
11. 7. 1 事例倉庫的組織
11. 7. 2 事例倉庫的檢索--啟發(fā)式搜索
11. 7. 3 事例倉庫的管理
11. 7. 4 性能評價
參考文獻
鄂公網安備 42010302001612號 