首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于属性拓扑的增量式概念认知学习方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 课题研究背景与意义第10-11页
    1.2 国内外研究现状分析第11-13页
        1.2.1 认知计算的研究现状第11-12页
        1.2.2 形式概念计算算法的研究现状第12-13页
    1.3 本文组织结构第13-15页
第2章 形式概念分析与属性拓扑基础第15-24页
    2.1 基于形式概念分析的认知学习第15-16页
    2.2 属性拓扑的延续——对象拓扑第16-22页
        2.2.1 背景的预处理第17-18页
        2.2.2 对象拓扑的生成第18-21页
        2.2.3 典型的对象性质及定义第21-22页
    2.3 本章小结第22-24页
第3章 基于递归式深度优先形式概念搜索算法的增量式概念认知学习第24-39页
    3.1 引言第24-26页
    3.2 对象拓扑的坍缩表示第26-29页
    3.3 递归式深度优先搜索RDFFCS第29-33页
        3.3.1 对象拓扑的半有序化处理第29-30页
        3.3.2 节点搜索过程及数据更新第30-31页
        3.3.3 节点的回溯第31-32页
        3.3.4 RDFFCS算法第32-33页
    3.4 基于RDFFCS的增量式概念更新第33-38页
        3.4.1 概念更新原理第33-36页
        3.4.2 概念更新算法第36-38页
    3.5 本章小结第38-39页
第4章 基于概念树的增量式概念认知学习第39-51页
    4.1 路径更新对概念的影响第39-43页
        4.1.1 路径的更新第39-42页
        4.1.2 路径更新对概念的影响第42-43页
    4.2 概念更新对概念树的影响第43-45页
    4.3 基于概念树的概念更新算法第45-50页
        4.3.1 准备工作第45-46页
        4.3.2 概念更新的约束条件第46-48页
        4.3.3 算法流程第48-50页
    4.4 本章总结第50-51页
第5章 实验与分析第51-62页
    5.1 实验准备第51-53页
    5.2 实验过程第53-58页
    5.3 实验结果分析第58-60页
    5.4 本章小结第60-62页
结论第62-64页
参考文献第64-67页
附录Ⅰ 毕业要求的形式背景中对象属性的含义第67-69页
攻读硕士学位期间承担的科研任务与主要成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:考虑重力影响的空间机械臂驱动力分析与轨迹跟踪控制
下一篇:二阶多智能体系统的有限时间一致性控制