加權(quán)概念格理論與應(yīng)用

第1章 緒論1．1 數(shù)據(jù)挖掘1．1．1 數(shù)據(jù)挖掘的基本概念1．1．2 數(shù)據(jù)挖掘的任務(wù)1．1．3 數(shù)據(jù)挖掘的方法1．1．4 數(shù)據(jù)挖掘的應(yīng)用1．1．5 數(shù)據(jù)挖掘的研究方向1．2 概念格1．2．1 概念格的基本概念1．2．2 概念格的研究?jī)?nèi)容1．2．3 概念格的研究方向
第2章 加權(quán)概念格的權(quán)值獲取及其拓展格結(jié)構(gòu)2．1 引言2．2 加權(quán)概念格的基本定義2．3 基于信息熵和偏差的內(nèi)涵權(quán)值獲取2．3．1 基于信息熵的單屬性?xún)?nèi)涵權(quán)值自動(dòng)獲取2．3．2 內(nèi)涵重要性偏差及多屬性?xún)?nèi)涵權(quán)值的獲取2．4 加權(quán)概念格的拓展結(jié)構(gòu)2．4．1 頻繁加權(quán)概念格及其相關(guān)定理2．4．2 強(qiáng)加權(quán)概念格及其相關(guān)定理2．5 實(shí)例分析2．6 小結(jié)
第3章 頻繁加權(quán)概念格的代數(shù)結(jié)構(gòu)及其知識(shí)提取的完備性3．1 引言3．2 概念格的完備性3．3 虛概念及頻繁加權(quán)概念格的完備性3．3．1 虛概念3．3．2 頻繁加權(quán)概念格的完備性3．4 頻繁加權(quán)概念格的代數(shù)結(jié)構(gòu)3．4．1 相關(guān)定義及算子3．4．2 代數(shù)性質(zhì)3．5 頻繁加權(quán)概念格知識(shí)提取的完備性3．6 小結(jié)
第4章 加權(quán)概念格的構(gòu)造方法4．1 引言4．2 頻繁加權(quán)概念格的漸進(jìn)式構(gòu)造4．2．1 構(gòu)造方法4．2．2 構(gòu)造算法4．2．3 算法分析4．2．4 實(shí)例分析4．3 頻繁加權(quán)概念格的批處理構(gòu)造4．3．1 基本定義4．3．2 構(gòu)造方法4．3．3 實(shí)例分析4．3．4 構(gòu)造算法4．3．5 算法分析4．3．6 實(shí)驗(yàn)結(jié)果與分析4．4 強(qiáng)加權(quán)概念格的漸進(jìn)式構(gòu)造4．5 強(qiáng)加權(quán)概念格的批處理構(gòu)造4．5．1 構(gòu)造方法4．5．2 構(gòu)造算法4．5．3 實(shí)驗(yàn)結(jié)果及分析4．6 小結(jié)
第5章 加權(quán)概念格在圖像語(yǔ)義自動(dòng)標(biāo)注中的應(yīng)用5．1 引言5．2 圖像語(yǔ)義自動(dòng)標(biāo)注與BOV模型5．2．1 圖像語(yǔ)義自動(dòng)標(biāo)注5．2．2 圖像語(yǔ)義自動(dòng)標(biāo)注的研究現(xiàn)狀5．2．3 BOV模型