加權(quán)概念格理論與應用

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1．1．3 數(shù)據(jù)挖掘的方法1．1．4 數(shù)據(jù)挖掘的應用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 概念格的研究內(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內(nèi)涵權(quán)值自動獲取2．3．2 內(nèi)涵重要性偏差及多屬性內(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 強加權(quán)概念格及其相關(guān)定理2．5 實例分析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 實例分析4．3．4 構(gòu)造算法4．3．5 算法分析4．3．6 實驗結(jié)果與分析4．4 強加權(quán)概念格的漸進式構(gòu)造4．5 強加權(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 實驗結(jié)果及分析4．6 小結(jié)
第5章 加權(quán)概念格在圖像語義自動標注中的應用5．1 引言5．2 圖像語義自動標注與BOV模型5．2．1 圖像語義自動標注5．2．2 圖像語義自動標注的研究現(xiàn)狀5．2．3 BOV模型