基于可拓逻辑的机器学习理论与方法
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-17页 |
| 第一章 绪论 | 第17-25页 |
| ·研究背景 | 第17-22页 |
| ·研究基础及研究现状 | 第22-23页 |
| ·主要研究内容 | 第23-25页 |
| 第二章 基础理论概述 | 第25-49页 |
| ·学习的涵义 | 第25-27页 |
| ·学习的定义 | 第25-26页 |
| ·学习的分类 | 第26-27页 |
| ·心理学学习理论概述 | 第27-30页 |
| ·联结学习理论 | 第27-28页 |
| ·认知学习理论 | 第28-30页 |
| ·机器学习概述 | 第30-39页 |
| ·机器学习及与其他学科的关系 | 第30-34页 |
| ·机器学习方法概述 | 第34-39页 |
| ·组织学习理论概述 | 第39-44页 |
| ·学习力 | 第39-40页 |
| ·学习类型 | 第40-43页 |
| ·学习、思考与创新的关系 | 第43页 |
| ·系统方法和系统思考 | 第43-44页 |
| ·可拓逻辑概述 | 第44-49页 |
| ·可拓逻辑的研究内容 | 第44-45页 |
| ·可拓逻辑的集合基础——可拓集合 | 第45-47页 |
| ·可拓逻辑的模型基础——可拓模型 | 第47-49页 |
| 第三章 相似学习 | 第49-63页 |
| ·相似特征和相似事物 | 第50-54页 |
| ·δ-相似特征 | 第50-51页 |
| ·δ-相似事物 | 第51-52页 |
| ·δ-相似可拓元 | 第52-54页 |
| ·相似替换及其原理 | 第54-56页 |
| ·相似特征替换 | 第54页 |
| ·相似事物替换 | 第54页 |
| ·问题的相似性替换原理 | 第54-56页 |
| ·相似度的计算 | 第56-58页 |
| ·多属性对象相似度的计算 | 第56-57页 |
| ·基于Vague集的相似度计算 | 第57-58页 |
| ·相似推理 | 第58-61页 |
| ·特征的相似推理 | 第59页 |
| ·关系的相似推理 | 第59-60页 |
| ·问题的相似推理 | 第60-61页 |
| ·应用分析 | 第61-62页 |
| ·汽车发动机完全燃烧控制与汽化器的发明 | 第61页 |
| ·轧钢钢材均匀度的控制与轧压机的发明 | 第61-62页 |
| ·本章小节 | 第62-63页 |
| 第四章 逆向学习 | 第63-77页 |
| ·基本逆元 | 第64-67页 |
| ·逆物元 | 第64-65页 |
| ·逆事元 | 第65-66页 |
| ·逆关系元 | 第66页 |
| ·共轭逆元 | 第66-67页 |
| ·基本元的逆开拓 | 第67-69页 |
| ·物元的逆开拓 | 第67-68页 |
| ·事元的逆开拓 | 第68-69页 |
| ·变换的逆开拓 | 第69-70页 |
| ·逆向度的计算 | 第70页 |
| ·逆向推理 | 第70-72页 |
| ·逆向学习的基本步骤 | 第72-73页 |
| ·工程应用 | 第73-76页 |
| ·自适应逆控制 | 第73-74页 |
| ·反求工程 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 基于问题的学习 | 第77-110页 |
| ·问题的表示 | 第77-78页 |
| ·问题的分析 | 第78-96页 |
| ·问题的发散性分析 | 第78-81页 |
| ·问题的共轭性分析 | 第81-82页 |
| ·问题的关键分析 | 第82-86页 |
| ·问题的传导分析 | 第86-96页 |
| ·问题的求解 | 第96-107页 |
| ·条件的变换 | 第96-97页 |
| ·目标的变换 | 第97-103页 |
| ·环境的分析与变换 | 第103-107页 |
| ·问题的管理 | 第107-109页 |
| ·问题管理≠目标管理 | 第107页 |
| ·问题管理≠危机管理 | 第107-108页 |
| ·问题管理实施的基本步骤 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 第六章 初步应用分析 | 第110-130页 |
| ·可拓自适应复合控制 | 第110-118页 |
| ·引言 | 第110-111页 |
| ·可拓控制的基本思想 | 第111页 |
| ·可拓自适应复合控制方法 | 第111-118页 |
| ·小结 | 第118页 |
| ·可拓检测技术及其应用 | 第118-123页 |
| ·可拓检测技术的基本原理 | 第119-120页 |
| ·可拓检测的基元变换 | 第120-122页 |
| ·可拓检测技术的工程应用 | 第122-123页 |
| ·基于可拓逻辑和集对分析的优化学习 | 第123-130页 |
| ·引言 | 第123-124页 |
| ·基于EMSPA的优化策略生成方法 | 第124-128页 |
| ·小结 | 第128-130页 |
| 结论 | 第130-132页 |
| 参考文献 | 第132-138页 |
| 攻读博士学位期间发表的论文 | 第138-139页 |
| 致谢 | 第139页 |
