基于形式概念分析理论的并行知识发现算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 课题背景及研究意义 | 第13-16页 |
| 1.1.1 课题背景 | 第13-14页 |
| 1.1.2 课题研究意义 | 第14-16页 |
| 1.2 国内外研究现状分析 | 第16-20页 |
| 1.2.1 概念格构造算法的国内外研究现状 | 第16-18页 |
| 1.2.2 概念格属性约简国内外研究现状 | 第18-19页 |
| 1.2.3 概念格关联规则挖掘国内外研究现状 | 第19-20页 |
| 1.3 本文主要内容 | 第20页 |
| 1.4 论文结构 | 第20-22页 |
| 第2章 相关理论及并行计算平台 | 第22-31页 |
| 2.1 相关理论 | 第22-27页 |
| 2.1.1 概念格 | 第22-24页 |
| 2.1.2 属性约简 | 第24-26页 |
| 2.1.3 关联规则 | 第26-27页 |
| 2.1.4 并行算法评价指标 | 第27页 |
| 2.2 Hadoop平台 | 第27-30页 |
| 2.2.1 MapReduce计算框架 | 第28-29页 |
| 2.2.2 HDFS分布式存储系统 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 并行属性约简算法 | 第31-50页 |
| 3.1 并行生成形式概念原理及算法设计 | 第31-35页 |
| 3.1.1 并行生成形式概念原理 | 第31-32页 |
| 3.1.2 并行生成形式概念算法设计 | 第32-35页 |
| 3.2 并行属性约简原理及算法设计 | 第35-40页 |
| 3.2.1 矩阵分块原理 | 第35-37页 |
| 3.2.2 辨识函数并行转化原理 | 第37-38页 |
| 3.2.3 并行属性约简算法设计 | 第38-40页 |
| 3.3 实验方案及算法性能分析 | 第40-48页 |
| 3.3.1 实验平台 | 第40-41页 |
| 3.3.2 实验数据 | 第41页 |
| 3.3.3 并行生成形式概念算法性能分析 | 第41-46页 |
| 3.3.4 并行属性约简算法性能分析 | 第46-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 概念格并行构造算法 | 第50-59页 |
| 4.1 概念格并行构造原理及算法设计 | 第50-55页 |
| 4.1.1 概念分区原理 | 第50-51页 |
| 4.1.2 建立概念父子关系原理 | 第51-52页 |
| 4.1.3 概念格并行构造算法设计 | 第52-55页 |
| 4.2 实验方案及算法性能分析 | 第55-58页 |
| 4.2.1 概念分区实验分析 | 第55-57页 |
| 4.2.2 概念格并行构造算法性能分析 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 基于概念格模型的并行关联规则挖掘算法 | 第59-71页 |
| 5.1 基于概念格模型的关联规则挖掘原理 | 第59-61页 |
| 5.1.1 频繁概念 | 第59页 |
| 5.1.2 候选二元组 | 第59-60页 |
| 5.1.3 关联规则 | 第60-61页 |
| 5.2 并行关联规则挖掘原理及算法设计 | 第61-67页 |
| 5.2.1 概念格结构改进 | 第61-62页 |
| 5.2.2 规则概念格构造和规则挖掘并行化处理 | 第62-64页 |
| 5.2.3 并行关联规则挖掘算法设计 | 第64-67页 |
| 5.3 实验方案及算法性能分析 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第6章 并行知识发现系统设计与实现 | 第71-81页 |
| 6.1 系统架构 | 第71-72页 |
| 6.1.1 统开发环境 | 第71页 |
| 6.1.2 系统结构设计 | 第71-72页 |
| 6.2 系统模块设计 | 第72-80页 |
| 6.2.1 属性约简模块 | 第72-75页 |
| 6.2.2 概念格构造模块 | 第75-77页 |
| 6.2.3 关联规则挖掘模块 | 第77-80页 |
| 6.3 本章小结 | 第80-81页 |
| 总结与展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
