动态模糊数据分析理论与方法
出版时间：2013年版
内容简介
动态模糊数据是数据分析领域最难的一类数据。目前关于此类数据的处理方法还不是很成熟。关于这方面的工作，我们进行了近20年的研究，取得了一些成果，现整理成本书。全书共7章，第1章为动态模糊逻辑，第2章为动态模糊逻辑程序设计语言的操作语义模型，第3章为动态模糊逻辑程序设计语言的代数语义模型，第4章为基于动态模糊集的概念学习，第5章为基于动态模糊集的半监督多任务学习，第6章为动态模糊层次关系学习，第7章为基于DFL的软件Agent普适技术。本书可作为高等院校计算机、自动化、数学、管理科学、认知科学、金融管理及数据分析等学科的高年级本科生及研究生一学期52学时的教材，也可作为相关高校教师、科技人员的参考书。
目录
前言
第1章 动态模糊逻辑
1.1 一阶动态模糊逻辑
1.2 谱分析方法
1.2.1 DF命题逻辑谱分析方法
1.2.2 DF谓词逻辑的谱分析方法
1.3 二阶动态模糊逻辑系统
1.3.1 二阶逻辑简介
1.3.2 二阶动态模糊逻辑语法
1.3.3 二阶动态模糊逻辑的语义
1.3.4 二阶动态模糊逻辑演算系统
1.3.5 二阶动态模糊逻辑谓词演算归结推理
1.3.6 真值域的谱分析方法
1.4 二阶动态模糊逻辑演算推理系统模型
1.4.1 一阶动态模糊逻辑演算推理系统
1.4.2 二阶动态模糊逻辑演算推理系统
1.5 应用
1.5.1 二阶动态模糊逻辑实例系统
1.5.2 实例演算
1.6 本章小节
参考文献
第2章 动态模糊逻辑程序设计语言的操作语义模型
2.1 动态模糊逻辑程序设计语言的基础理论
2.2 操作语义
2.2.1 操作语义的研究历史
2.2.2 结构化操作语义
2.3 DFL的λ演算描述
2.3.1 传统的λ演算
2.3.2 变形传统的λ演算
2.3.3 动态模糊命题的λ演算描述
2.3.4 动态模糊谓词的λ演算描述
2.4 动态模糊逻辑程序设计语言的语法
2.4.1 监督命令程序结构
2.4.2 动态模糊逻辑程序设计语言的抽象语法
2.5 动态模糊逻辑程序设计语言的操作语义模型
2.5.1 动态模糊逻辑程序设计语言的操作语义模型结构
2.5.2 动态模糊逻辑程序设计语言的数据类型的操作语义
2.6 动态模糊逻辑程序设计语言的框架
2.6.1 处理对象的动态模糊化
2.6.2 类型的动态模糊化
2.6.3 语句的动态模糊化
2.7 动态模糊逻辑程序设计语言的应用
2.7.1 应用实例
2.7.2 程序的执行过程
2.8 验证
2.8.1 正确性验证
2.8.2 可靠性验证
2.9 本章小节
参考文献
第3章 动态模糊逻辑程序设计语言的代数语义模型
3.1 引言
3.1.1 动态模糊逻辑程序设计语言研究现状
3.1.2 问题提出
3.2 动态模糊逻辑程序设计语言的范畴描述
3.2.1 动态模糊逻辑程序设计语言理论基础
3.2.2 动态模糊逻辑程序设计语言范畴模型
3.3 DFL程序设计语言的代数语义模型
3.3.1 抽象数据类型
3.3.2 动态模糊逻辑的DF∑代数
3.3.3 DFL程序设计语言的极限代数语义
3.3.4 DFL程序设计语言函子的伴随语义
3.3.5 DFL程序设计语言的Monad结构代数
3.3.6 DFL程序设计语言的加法范畴语义
3.3.7 DFL程序设计语言的指称语义
3.4 DFL程序设计语言的代数拓展语义
3.4.1 预备知识
3.4.2 动态模糊层的定义
3.4.3 DFL程序设计语言代数拓展语义的基本原理
3.4.4 动态模糊层范畴的性质
3.4.5 动态模糊层范畴操作
3.5 实例分析
3.5.1 问题描述
3.5.2 程序实现
3.5.3 程序分析
3.6 本章小节
参考文献
第4章 基于动态模糊集的概念学习
4.1 动态模糊集和概念学习的关系
4.2 DF概念的表示模型
4.3 DF概念学习空间模型
4.3.1 DF概念学习的序模型
4.3.2 DF概念学习计算模型
4.3.3 DF实例空间降维模型
4.3.4 DF属性空间降维模型
4.4 基于DF格的概念学习模型
4.4.1 经典概念格的构建方法
4.4.2 基于DFS构建格算法
4.4.3 DF概念格约简
4.4.4 DF概念规则提取
4.4.5 算法举例和实验分析
4.5 基于DFDT的概念学习模型
4.5.1 DF概念树与生成策略
4.5.2 DF概念树的生成
4.5.3 DF概念规则提取与匹配算法
4.6 应用实例与分析
4.6.1 基于DF概念格的人脸识别实验
4.6.2 UCI数据集上的数据分类实验
4.7 本章小节
参考文献
第5章 基于动态模糊集的半监督多任务学习
5.1 引言
5.1.1 半监督多任务学习研究综述
5.1.2 问题提出
5.2 半监督多任务学习模型
5.2.1 半监督学习
5.2.2 多任务学习
5.3 基于DFS的半监督多任务学习模型
5.3.1 动态模糊机器学习模型
5.3.2 动态模糊半监督学习模型
5.3.3 动态模糊半监督多任务学习模型
5.4 动态模糊半监督多任务匹配算法
5.4.1 动态模糊随机概率
5.4.2 动态模糊半监督多任务匹配算法
5.4.3 实例分析
5.5 动态模糊半监督多任务自适应学习算法
5.5.1 马氏距离度量
5.5.2 动态模糊K近邻算法
5.5.3 动态模糊半监督自适应学习算法
5.6 本章小节
参考文献
第6章 动态模糊层次关系学习
6.1 引言
6.1.1 关系学习研究进展
6.1.2 问题提出
6.2 归纳逻辑程序设计
6.3 动态模糊层次关系学习
6.3.1 动态模糊逻辑关系学习算法(DFLR)
6.3.2 实例分析
6.3.3 动态模糊矩阵层次关系学习算法(DFMHR)
6.3.4 实例分析
6.4 动态模糊树层次关系学习
6.4.1 动态模糊树
6.4.2 动态模糊树层次关系学习算法(DFTHR)
6.4.3 实例分析
6.5 动态模糊图层次关系学习
6.5.1 动态模糊图的基本概念
6.5.2 动态模糊图层次关系学习算法描述(DFGHR)
6.5.3 实例分析
6.6 实例应用与分析
6.6.1 问题描述
6.6.2 实例分析
6.7 本章小节
参考文献
第7章 基于DFL的软件Agent普适技术
7.1 引言
7.1.1 软件Agent普适方法概述
7.1.2 普适计算概述
7.1.3 问题的提出
7.2 基于DFL的软件Agent普适评估模型
7.2.1 软件Agent状态评估指标
7.2.2 软件Agent的环境
7.2.3 软件Agent的可信性
7.2.4 软件Agent的可用性
7.2.5 软件Agent的健壮性
7.2.6 基于DFL的软件Agent普适评估模型
7.2.7 仿真实例
7.3 基于DFL的软件Agent上下文感知模型
7.3.1 软件Agent上下文感知的概述
7.3.2 上下文感知结构框架的Agent模型
7.3.3 软件Agent上下文感知结构框架模型
7.4 基于DFL的软件Agent上下文任务分配
7.4.1 任务分配问题的相关研究
7.4.2 上下文任务分配问题描述
7.4.3 软件Agent上下文任务分配
7.4.4 实例应用分析
7.5 实例应用
7.5.1 应用实例场景
7.5.2 应用实例分析
7.6 本章小节
参考文献
汉英名词对照
