概念格构造算法改进
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景与问题的提出 | 第10-11页 |
| 1.1.1 研究的背景 | 第10-11页 |
| 1.1.2 问题的提出 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 本体论领域的应用 | 第11-12页 |
| 1.2.2 软件工程领域的研究 | 第12-13页 |
| 1.2.3 知识发现领域的研究 | 第13页 |
| 1.2.4 Web数据挖掘领域的研究 | 第13-14页 |
| 1.2.5 概念格的构造方法现状 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 第二章 概念格理论 | 第16-25页 |
| 2.1 形式概念分析 | 第16-21页 |
| 2.1.1 概念格的产生 | 第16-17页 |
| 2.1.2 概念格的数学定义 | 第17-18页 |
| 2.1.3 概念格基本术语 | 第18-21页 |
| 2.2 多值背景 | 第21-24页 |
| 2.2.1 多值背景与单值背景 | 第21-22页 |
| 2.2.2 多值背景的解决方案 | 第22-23页 |
| 2.2.3 补背景不可约元的获取 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 概念格构造算法 | 第25-37页 |
| 3.1 批处理算法 | 第25-28页 |
| 3.1.1 Bordat算法 | 第26页 |
| 3.1.2 Chein算法 | 第26-27页 |
| 3.1.3 Ganter算法 | 第27-28页 |
| 3.1.4 Nourinee算法 | 第28页 |
| 3.2 渐进式算法 | 第28-32页 |
| 3.2.1 渐进式算法所依赖的定理和定义 | 第29-30页 |
| 3.2.2 Godin算法 | 第30-31页 |
| 3.2.3 BIA算法 | 第31-32页 |
| 3.3 并行构造算法 | 第32-34页 |
| 3.3.1 形式概念分析中的并行化 | 第32-33页 |
| 3.3.2 并行化所依赖的定义和定理 | 第33-34页 |
| 3.4 模糊构造算法 | 第34-36页 |
| 3.4.1 研究现状 | 第34-35页 |
| 3.4.2 模糊构造算法所依赖的定理 | 第35页 |
| 3.4.3 Belohlavek算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 改进构造算法 | 第37-60页 |
| 4.1 Chein算法相关定义和定理 | 第37-40页 |
| 4.2 Chein算法 | 第40-43页 |
| 4.2.1 Chein算法的基本思想 | 第40-42页 |
| 4.2.2 Chein算法优缺点 | 第42-43页 |
| 4.3 FP-GROWTH算法 | 第43-47页 |
| 4.3.1 算法详细内容 | 第44-45页 |
| 4.3.2 算法可借助的优势 | 第45-46页 |
| 4.3.3 在概念格构造中的帮助 | 第46-47页 |
| 4.4 改进算法 | 第47-59页 |
| 4.4.1 整体思想 | 第47-52页 |
| 4.4.2 算法详细流程 | 第52-53页 |
| 4.4.3 算法核心伪代码 | 第53-55页 |
| 4.4.4 算法正确性证明 | 第55-56页 |
| 4.4.5 算法性能分析 | 第56-58页 |
| 4.4.6 算法的可扩展性 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 实验及算法对比 | 第60-70页 |
| 5.1 实验前准备工作 | 第60-61页 |
| 5.1.1 数据标准化 | 第60页 |
| 5.1.2 数据维度控制 | 第60页 |
| 5.1.3 数据集介绍 | 第60-61页 |
| 5.2 实验内容 | 第61-69页 |
| 5.2.1 实验环境 | 第61页 |
| 5.2.2 不同对象维度下算法执行对比 | 第61-64页 |
| 5.2.3 不同属性维度下算法执行对比 | 第64-66页 |
| 5.2.4 实验总览 | 第66-69页 |
| 5.3 实验总结 | 第69页 |
| 5.4 未来展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
