基于FCA的案例推理系统技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究状况 | 第11-13页 |
| 1.2.1 国外研究状况 | 第11-12页 |
| 1.2.3 国内研究状况 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 研究思路 | 第14-15页 |
| 第2章 相关理论综述 | 第15-25页 |
| 2.1 基于案例推理技术 | 第15-20页 |
| 2.1.1 CBR的基本理论 | 第15-18页 |
| 2.1.2 CBR的工作过程 | 第18-20页 |
| 2.2 形式概念分析 | 第20-22页 |
| 2.3 FCA在CBR中的应用 | 第22-23页 |
| 2.4 小结 | 第23-25页 |
| 第3章 基于属性集的增量概念格 | 第25-39页 |
| 3.1 CBR中的案例表示方法 | 第25-27页 |
| 3.2 FCA中的基本建格算法 | 第27-28页 |
| 3.3 算法设计与实现 | 第28-36页 |
| 3.3.1 基于属性集的增量概念格 | 第28-34页 |
| 3.3.2 实例演示 | 第34-36页 |
| 3.4 建格算法比较 | 第36-38页 |
| 3.5 小结 | 第38-39页 |
| 第4章 基于属性集的相似度模型 | 第39-58页 |
| 4.1 CBR和FCA中的相似度模型 | 第39-42页 |
| 4.2 相似度模型设计与实现 | 第42-47页 |
| 4.2.1 基于属性集的相似度模型 | 第42-43页 |
| 4.2.2 相关定理及其证明 | 第43-47页 |
| 4.3 一个基于案例的分类举例 | 第47-50页 |
| 4.4 实验结果分析 | 第50-57页 |
| 4.4.1 测试数据与评价指标 | 第50-52页 |
| 4.4.2 相似度模型比较 | 第52-55页 |
| 4.4.3 分类器比较 | 第55-57页 |
| 4.5 小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 总结 | 第58页 |
| 工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |
