基于內在機理的知識發(fā)現理論及其應用

緒論
第一篇 基礎篇
 第1章 知識發(fā)現的邏輯基礎
  1.1 概論
    1.1.1 形式系統(tǒng)簡介
    1.1.2 相關的邏輯簡介
    1.1.3 推理機制
  1.2 因果關系定性推理
    1.2.1 基于語言場與語言值結構的描述框架
    1.2.2 單一語言場因果關系定性推理
    1.2.3 綜合語言場因果關系定性推理
  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 基于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(fā)現的方法論基礎
  2.1 新的知識表方法
    2.1.1 語言場與語言值結構
    2.1.2 因果狀（變）態(tài)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 基于語言場的知識表示方法
  2.2 新的預處理方法——基于語言場理論的連續(xù)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——基于廣義歸納邏輯因果模型的因果關聯規(guī)則挖掘算法
  2.4.1 在標準樣本空間中的因果關聯規(guī)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(guī)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(guī)則挖掘方法
  2.5 數據挖掘新算法之二——基于小波神經網絡的混沌模式挖掘算法
    2.5.1 小波神經網絡學習算法
    2.5.2 小波神經網絡對混沌模式的提取
  2.6 KDK中新的知識發(fā)現方法
   2.6.1 基于事實的KDK建模與挖掘算法
   2.6.2 基于規(guī)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(huán)境研究
   2.7.4 技術研究
   2.7.5 應用研究
   2.7.6 結論
 第3章 知識發(fā)現的哲學基礎
第二篇 理論篇
 第4章 知識發(fā)現系統(tǒng)的內在機理
  4.1 引言
    4.1.1 KDD技術研究和應用所面臨的挑戰(zhàn)
    4.1.2 內在機理研究的意義——對知識發(fā)現主流發(fā)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(tài)挖掘進程中規(guī)則參數演化規(guī)律
    4.4.3 動態(tài)挖掘進程中，關聯規(guī)則的取舍方法和可理解性討論
    4.4.4 實例驗證
    4.4.5 知識發(fā)現系統(tǒng)的認知復雜性
    4.4.6 動態(tài)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*HKDD＋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*的特征
    5.1.4 KDD*的多智能體實現
  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(tǒng)的總體結構模型
    5.3.2 KD（D＆K）的動態(tài)知識庫系統(tǒng)
    5.3.3 KD（D＆K）的特征
  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(guī)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(guī)則的新算法
    6.2.1 引論
    6.2.2 評價函數
    6.2.3 編碼、交叉和突變策略
    6.2.4 基于雙庫協同機制的數值域劃分算法（數據聚類算法）描述
  6.3 基于事實與規(guī)則的KDK*歸納發(fā)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*粗框架的程序流程圖
    6.3.4 實例驗證
  6.4 KDD*下的因果關聯規(guī)則的自動評價算法
    6.4.1 引論
    6.4.2 因果關系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應用
    6.4.4 評價算法（評價規(guī)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(tǒng)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(fā)出的新型實用智能系統(tǒng)
  7.1 引論
  7.2 基于知識發(fā)現的專家系統(tǒng)（ESKD）
    7.2.1 引言
    7.2.2 基于知識發(fā)現的專家系統(tǒng)（ESKD）總體結構圖
    7.2.3 基于知識發(fā)現具有雙庫協同機制的動態(tài)知識庫系統(tǒng)
    7.2.4 ESKD的功能特征
    7.2.5 ESKD的應用示例
  7.3 基于信息挖掘的智能決策支持系統(tǒng)（IDSSIM）
    7.3.1 傳統(tǒng)智能決策支持系統(tǒng)的系統(tǒng)結構
    7.3.2 基于信息挖掘的新型智能決策支持系統(tǒng)（IDSSIM）
  7.4 基于信息挖掘的智能預測支持系統(tǒng)（IFSSIM）
    7.4.1 復雜不確定性系統(tǒng)預測
    7.4.2 基于信息挖掘的智能預測支持系統(tǒng)
  7.5 基于知識發(fā)現的計算機輔助創(chuàng)新智能系統(tǒng)（CAIISKD）
    7.5.1 發(fā)明問題解決理論（TRI2）
    7.5.2 TRI2的發(fā)展與計算機輔助創(chuàng)新理論
    7.5.3 基于知識發(fā)現的計算機輔助創(chuàng)新智能系統(tǒng)（CAIISKD）
第8章 基于復雜類型數據的知識發(fā)現（信息挖掘）
  8.1 總體結構模型DFSSM
    8.1.1 基于復雜類型數據的知識表示方法
    8.1.2 Hilbert空間
    8.1.3 基于復雜類型數據的知識發(fā)現系統(tǒng)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 基于氣象數據（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(fā)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 應用篇
  第9章 基于KDTIM的知識發(fā)現軟件系統(tǒng)（ICCKDSS）
  9.1 系統(tǒng)簡介
  9.2 數據挖掘子系統(tǒng)（KDD*SS）
    9.2.1 KDD*SS的主要技術特征
    9.2.2 KDD*SS功能模塊圖
    9.2.3 KDD*SS部分功能模塊描述
    9.2.4 KDD*SS操作流程圖
  9.3 Web文本挖掘子系統(tǒng)
    9.3.1 系統(tǒng)主要技術特征
    9.3.2 系統(tǒng)模塊
    9.3.3 各功能模塊描述
  9.4 Web訪問信息挖掘子系統(tǒng)
    9.4.1 主要內容
    9.4.2 各功能模塊描述
  9.5 智能門戶搜索引擎
    9.5.1 系統(tǒng)簡介
    9.5.2 系統(tǒng)各功能模塊
第10章 KDTIM與ICCKDSS的幾類典型應用
  10.1 農業(yè)應用系統(tǒng)的運行實例
    10.1.1 知識發(fā)現在農業(yè)生產規(guī)劃中的應用
    10.1.2 面向施肥的知識發(fā)現系統(tǒng)
    10.1.3 面向植保的知識發(fā)現系統(tǒng)
    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(tǒng)
    10.2.2 Web日志挖掘系統(tǒng)
    10.2.3 智能搜索引擎
  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