基于概念格的分类规则提取算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·数据挖掘 | 第7-12页 |
| ·数据挖掘的产生及定义 | 第7-8页 |
| ·数据挖掘的系统结构 | 第8-9页 |
| ·数据挖掘的方法 | 第9-11页 |
| ·数据挖掘的应用 | 第11-12页 |
| ·概念格及其应用 | 第12-13页 |
| ·概念格的产生 | 第12-13页 |
| ·概念格的研究内容 | 第13页 |
| ·概念格的应用 | 第13页 |
| ·分类模型 | 第13-15页 |
| ·贝叶斯分类 | 第14页 |
| ·判定树分类 | 第14页 |
| ·神经网络 | 第14-15页 |
| ·基于概念格的分类 | 第15页 |
| ·本文的内容和组织 | 第15-17页 |
| ·论文的主要研究内容 | 第15页 |
| ·论文的组织和安排 | 第15-17页 |
| 第二章 概念格、信息熵与分类规则 | 第17-22页 |
| ·概念格及其构造方法 | 第17-20页 |
| ·基本概念 | 第17-19页 |
| ·批处理算法 | 第19-20页 |
| ·信息熵 | 第20-21页 |
| ·分类规则 | 第21页 |
| ·小结 | 第21-22页 |
| 第三章 面向分类的概念格批处理构造 | 第22-27页 |
| ·引言 | 第22页 |
| ·概念格快速批处理构造 | 第22-23页 |
| ·理论基础 | 第22-23页 |
| ·算法思想 | 第23页 |
| ·概念格快速批处理构造算法 | 第23-25页 |
| ·算法描述 | 第23-24页 |
| ·算法分析 | 第24-25页 |
| ·实例分析 | 第25页 |
| ·实验分析 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第四章 基于信息熵和概念格的分类规则提取 | 第27-34页 |
| ·引言 | 第27页 |
| ·基于信息熵和概念格的分类规则提取 | 第27-30页 |
| ·理论基础 | 第27-30页 |
| ·算法思想 | 第30页 |
| ·基于信息熵和概念格的分类规则提取算法 | 第30-31页 |
| ·算法描述 | 第30页 |
| ·算法分析 | 第30-31页 |
| ·实验分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第五章 总结与展望 | 第34-36页 |
| ·总结 | 第34页 |
| ·展望 | 第34-36页 |
| 参考文献 | 第36-39页 |
| 攻读学位期间发表的学术论文目录 | 第39-40页 |
| 致谢 | 第40-41页 |
