網(wǎng)論信息處理技術

第1章 預備知識
1 范疇論簡介
1.1 范疇
1.2 函子
1.3 自然變換
1.4 泛態(tài)射與極限
1.5 伴隨函子
2 Petri網(wǎng)簡介
3 人工神經(jīng)網(wǎng)簡介
3.1 概述
3.2 人工神經(jīng)元模型
3.3 人工神經(jīng)網(wǎng)絡的互連結構
3.4 人工神經(jīng)網(wǎng)絡的學習
3.5 人工神經(jīng)網(wǎng)絡的應用
4 貝葉斯網(wǎng)簡介
4.1 概述
4.2 貝葉斯網(wǎng)絡的定義
4.3 貝葉斯網(wǎng)絡的語義
4.4 貝葉斯網(wǎng)絡模型
4.5 貝葉斯網(wǎng)絡的應用
第2章 認知結構論
1 認知結構和T網(wǎng)框架
2 表層認知結構
2.1 表層認知結構的現(xiàn)狀
2.2 表層認知結構的深化研究
2.3 信息對象轉換為表層認知結構的研究
3 變體系統(tǒng)
3.1 變體系統(tǒng)
3.2 本體
3.3 變體激活
第3章 信息數(shù)據(jù)論
1 數(shù)據(jù)類型
2.1 疇類型系統(tǒng)
2.2 網(wǎng)論類型系統(tǒng)
2 信息語義
2.1 語義的涵義
2.2 信息的語義類別
3 偏序數(shù)據(jù)模型
3.1 偏序數(shù)據(jù)模型原理
3.2 基于多重性的偏序數(shù)據(jù)變換
4 網(wǎng)數(shù)據(jù)模型
4.1 網(wǎng)數(shù)據(jù)模型的原理
4.2 結構過濾檢索
4.3 一階邏輯檢索
4.4 基于網(wǎng)結構的檢索
第4章 靜態(tài)網(wǎng)
1 靜態(tài)網(wǎng)的基本元素和原理
1.1 靜態(tài)網(wǎng)的基本要素
1.2 射模法原理
1.3 元模法原理
1.4 信息元
2 語義框架
2.1 聚合語義框架
2.2 時態(tài)框架
2.3 連續(xù)框架
2.4 同義詞框架
第5章 動態(tài)網(wǎng)
1 動態(tài)網(wǎng)的起源問題
2 簡單動態(tài)網(wǎng)
2.1 簡單動態(tài)網(wǎng)的節(jié)點類型
2.2 點火過程
2.3 在科技統(tǒng)計中的應用
3深度動態(tài)網(wǎng)
3.1 概述
3.2 基本要素和網(wǎng)指令
3.3 運行過程
第6章 趨勢網(wǎng)
1 趨勢網(wǎng)的起源問題
1.1 傳統(tǒng)形式系統(tǒng)在發(fā)展中遇到的問題
1.2 趨勢因子、目標因子和習慣因子
2 趨勢因子
2.1 認知因子
2.2 概括因子
2.3 發(fā)現(xiàn)隱含共軛鏈接因子
2.4 分類器因子
2.5 重復因子
3 目標因子
3.1 概述
3.2 范例的作用
4 習慣因子
4.1 概述
4.2 工作原理
4.3 常見習慣因子例舉
第7章 T網(wǎng)信息處理平臺
1 數(shù)據(jù)組織方案
2分布式存儲方案
2.1 存儲設備
2.2 分布式存儲
2.3 事件服務
2.4 處理“點火”過程
3 查詢語言
查詢語言和語義
4 遠程訪問系統(tǒng)
4.1 主機ID和機袁結構
4.2 遠程調用接口
4.3 遠程流接口
4.4 消息郵局
4.5 監(jiān)控診斷器
4.6 系統(tǒng)啟動流程
5 T網(wǎng)核心引擎
5.1 概述
5.2 信令和事件服務
5.3 非永久性鏈接管理
5.4 網(wǎng)區(qū)觀察和匹配
6 節(jié)程序自動化問題
6.1 程序自動化的難點
6.2 程序的T網(wǎng)特征化
7 T網(wǎng)知識庫
7.1 T網(wǎng)知識庫的意義
7.2 T網(wǎng)知識庫的可行性分析
7.3 實現(xiàn)T網(wǎng)知識庫的途徑
參考文獻