基于概念格的分类规则提取研究
| 第一章 概述 | 第1-20页 |
| ·引言 | 第12-14页 |
| ·数据库技术的发展 | 第12-13页 |
| ·网络技术的发展 | 第13-14页 |
| ·数据挖掘的概念 | 第14-17页 |
| ·基本概念 | 第14-15页 |
| ·KDD过程和任务 | 第15页 |
| ·数据挖掘系统的构成 | 第15-17页 |
| ·数据挖掘的相关研究领域 | 第17页 |
| ·数据挖掘发展 | 第17-18页 |
| ·数据挖掘所面临的挑战 | 第18-19页 |
| ·本文的组织 | 第19-20页 |
| 第二章 概念格研究 | 第20-31页 |
| ·概念格的基础 | 第20-22页 |
| ·代数格 | 第20-21页 |
| ·概念格 | 第21-22页 |
| ·概念格研究概况 | 第22-27页 |
| ·传统的概念格研究 | 第22-26页 |
| ·扩展概念格 | 第26-27页 |
| ·概念格量化 | 第27-28页 |
| ·概念格结构的变形 | 第28-31页 |
| ·广义概念格 | 第28-29页 |
| ·基于近似包含和近似等价关系的格结构 | 第29-31页 |
| 第三章 分类问题及相关研究 | 第31-38页 |
| ·分类问题概述 | 第31-37页 |
| ·判定树分类 | 第31-33页 |
| ·贝叶斯分类 | 第33-35页 |
| ·神经网络 | 第35-36页 |
| ·基于概念格的分类 | 第36页 |
| ·其它分类 | 第36-37页 |
| ·分类问题研究的主题 | 第37-38页 |
| 第四章 基于概念格的分类 | 第38-47页 |
| ·概念格和其他分类规则学习方法的比较 | 第38-39页 |
| ·基于概念格的分类 | 第39-45页 |
| ·噪声样本的处理 | 第40-42页 |
| ·概念格重构和分类规则求解 | 第42-45页 |
| ·分类规则的简化 | 第45-47页 |
| 第五章 无确定类别属性的分类问题 | 第47-56页 |
| ·引言 | 第47页 |
| ·类别属性的确定 | 第47-48页 |
| ·属性的相关性 | 第48-51页 |
| ·信息增益 | 第48-50页 |
| ·属性重要度 | 第50-51页 |
| ·近似概念格 | 第51-56页 |
| ·基本概念 | 第51-53页 |
| ·近似概念格构造和规则求解 | 第53-56页 |
| 第六章 分类规则原型系统的设计 | 第56-62页 |
| ·设计需求 | 第56页 |
| ·系统构成 | 第56-57页 |
| ·算法设计和数据结构设计 | 第57-58页 |
| ·系统实现 | 第58-61页 |
| ·一个实例 | 第61-62页 |
| 第七章 结束语 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录一 | 第65-66页 |
| 附录二 | 第66-68页 |
