屬性約簡--一種啟發(fā)式圖搜索計算方法/廈門大學南強叢書
定 價:30 元
叢書名:廈門大學南強叢書
- 作者:施明輝 著
- 出版時間:2020/12/1
- ISBN:9787561579299
- 出 版 社:廈門大學出版社
- 中圖法分類:TP301.6
- 頁碼:116
- 紙張:膠版紙
- 版次:1
- 開本:16開
該書聚焦大數(shù)據(jù)分析的關(guān)鍵問題——屬性約簡,詳細闡釋了作者提出的計算大型決策系統(tǒng)的所有最小屬性約簡的獨特方法。
該方法巧妙地將屬性約簡的計算問題轉(zhuǎn)化為圖搜索問題,采用作者提出的一系列啟發(fā)式搜索原則,有效處理了圖搜索的組合爆炸問題,可發(fā)現(xiàn)大型決策系統(tǒng)的所有最小屬性約簡。
此外,該方法本質(zhì)上處理了將大型合取范式轉(zhuǎn)化為析取范式的問題,因此可適用于屬性約簡之外的廣泛應(yīng)用領(lǐng)域。
該書既有通俗易懂的直觀解釋,也有嚴密的理論證明,循序漸進地闡釋了算法的設(shè)計思路。這不僅能夠讓讀者容易理解該書介紹的屬性約簡方法,而且對創(chuàng)建新算法也有啟迪意義。
本書聚焦屬性約簡問題,詳細闡釋了筆者提出的計算屬性約簡的獨特方法。 該方法巧妙地將屬性約簡的計算問題轉(zhuǎn)化為圖搜索問題,并采用一系列啟發(fā)式搜索原則,有效處理了圖搜索的組合爆炸問題。采用書中介紹的屬性約簡算法CARRDG,可高效計算出大型決策系統(tǒng)的所有屬性約簡。雖然算法CARRDG僅適用于結(jié)構(gòu)完好的數(shù)據(jù),但是非結(jié)構(gòu)化、含有缺失值或存在不一致性的數(shù)據(jù),經(jīng)過預(yù)處理,轉(zhuǎn)化為結(jié)構(gòu)完好的數(shù)據(jù)后,也可以使用該算法。特別值得指出的是,本質(zhì)上,算法CARRDG處理了將大型合取范式轉(zhuǎn)化為析取范式的數(shù)理邏輯基本問題,因此可用于屬性約簡之外的廣泛應(yīng)用領(lǐng)域。
施明輝,現(xiàn)為廈門大學人工智能系副教授。2008年畢業(yè)于廈門大學,獲理學博士學位;2014年12月至2015年12月,由國家留學基金委公派赴美國加州大學圣地亞哥分校訪學。主持或參與多項福建省自然科學基金和國家自然科學基金資助項目。目前的研究方向主要涉及人工智能、機器學習、腦機接口等。以第一完成人發(fā)表學術(shù)論文40余篇、授權(quán)發(fā)明專利和軟件著作權(quán)各1項,由美國IGI Global出版社以第三作者出版英文專著1部。
第一章 緒論
1.1 屬性約簡的直觀闡釋
1.1.1 示例
1.1.2 屬性約簡的思想
1.1.3 屬性約簡的意義
1.2 信息系統(tǒng)與決策系統(tǒng)
1.2.1 信息系統(tǒng)
1.2.2 決策系統(tǒng)
1.3 基于分辨矩陣的分辨函數(shù)
1.3.1 分辨屬性與分辨屬性集
1.3.2 分辨矩陣
1.3.3 基于分辨矩陣的分辨函數(shù)
1.4 本章小結(jié)
第二章 分辨函數(shù)的等價形式
2.1 基于分辨屬性集簇的分辨函數(shù)
2.1.1 分辨屬性集簇
2.1.2 相關(guān)算子與概念
2.1.3 基于分辨屬性集簇的分辨函數(shù)
2.2 基于約簡分辨屬性集簇的分辨函數(shù)——約簡分辨函數(shù)
2.2.1 約簡分辨函數(shù)的基本思想
2.2.2 基本概念:成分算子、包含、可被吸收
2.2.3 約簡分辨屬性集簇
2.2.4 約簡分辨函數(shù)
2.2.5 計算約簡分辨屬性集簇的算法CRF
2.3 約簡分辨函數(shù)的析取范式形式
2.3.1 基于笛卡兒積的約簡分辨函數(shù)的析取范式形式
2.3.2 挑戰(zhàn)性問題
2.3.3 基于全析取項集ADIS的約簡分辨函數(shù)的析取范式形式
2.3.4 ADIS中析取項的分類
2.3.5 約簡析取項集RDIS與約簡析取項的分類
2.3.6 壓縮約簡析取項集CRDIS與壓縮約簡析取項的分類
2.3.7 ADIS、RDIS與CRDIS的關(guān)系與相關(guān)性質(zhì)
2.3.8 基于CRDIS的約簡分辨函數(shù)的析取范式形式
2.4 本章小結(jié)
第三章 圖搜索方法的基礎(chǔ)理論
3.1 約簡分辨圖
3.1.1 圖搜索方法計算屬性約簡的步驟
3.1.2 分辨子圖
3.1.3 約簡分辨子圖
3.1.4 約簡分辨圖
3.2 約簡分辨圖路徑的分類
3.2.1 路徑及其相關(guān)表示方式
3.2.2 完整路徑與全完整路徑集ACPS
3.2.3 完整路徑的吸收關(guān)系
3.2.4 ACPS中完整路徑的分類
3.2.5 約簡完整路徑集RCPS與約簡完整路徑的分類
3.2.6 壓縮約簡完整路徑集CRCPS
3.2.7 ACPS、RCPS與CRCPS的關(guān)系
3.2.8 CRCPS與屬性約簡的關(guān)系
3.3 本章小結(jié)
第四章 啟發(fā)式搜索原則與搜索方案
4.1 圖搜索的相關(guān)概念和符號
4.1.1 約簡分辨圖中與圖搜索相關(guān)的概念和符號
4.1.2 路徑延伸的概念和符號
4.2 啟發(fā)式搜索原則及其直觀解釋
4.2.1 成員獨占原則(MEP)
4.2.2 友人勸阻原則(FPP)
4.2.3 阻擋層阻擋原則(BLBP)
4.2.4 陌生人吸納原則(SEP)
4.3 搜索方案及其理論依據(jù)
4.3.1 搜索方案類型
4.3.2 搜索方案的理論依據(jù)
4.4 本章小結(jié)
第五章 圖搜索算法CARRDG與實驗結(jié)果
5.1 基于約簡分辨圖計算屬性約簡的算法CARRDG
5.1.1 算法CARRDG的基本原理
5.1.2 算法CARRDG的實現(xiàn)過程
5.2 實驗與結(jié)果分析
5.2.1 UCI機器學習數(shù)據(jù)庫簡介
5.2.2 性能指標:剪枝率與純度
5.2.3 UCI數(shù)據(jù)集Zoo簡介
5.2.4 數(shù)據(jù)集Zoo的約簡分辨圖
5.2.5 UCI數(shù)據(jù)集Zoo上的實驗結(jié)果分析
5.2.6 六種UCI數(shù)據(jù)集的實驗結(jié)果與分析
5.3 本章小結(jié)
參考文獻