| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 基于形式概念分析的应用研究 | 第13-15页 |
| 1.2.2 基于三元概念分析的应用研究 | 第15-16页 |
| 1.3 论文的研究工作 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 2 相关理论概述 | 第19-27页 |
| 2.1 形式概念分析的基础理论 | 第19-21页 |
| 2.2 三元概念分析理论 | 第21-24页 |
| 2.3 三元模糊概念基本理论 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 三元概念的构造算法 | 第27-37页 |
| 3.1 相关概念与理论 | 第27-30页 |
| 3.2 算法描述 | 第30-34页 |
| 3.3 算法示例 | 第34-35页 |
| 3.4 算法分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于三元概念分析的机器学习模型 | 第37-45页 |
| 4.1 基本理论 | 第37-39页 |
| 4.2 模型描述 | 第39-43页 |
| 4.3 模型复杂度分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 MLTCA模型在文本分类中的应用 | 第45-51页 |
| 5.1 文本分类的相关理论与方法 | 第45-46页 |
| 5.1.1 KNN算法 | 第46页 |
| 5.1.2 SVM算法 | 第46页 |
| 5.1.3 CNN算法 | 第46页 |
| 5.2 MLTCA在文本分类中的应用 | 第46-48页 |
| 5.3 模型应用与示例分析 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 实验结果与分析 | 第51-65页 |
| 6.1 Tri-concepts算法的实验结果与分析 | 第51-55页 |
| 6.1.1 算法正确性验证 | 第51-52页 |
| 6.1.2 对象个数对算法的影响 | 第52-53页 |
| 6.1.3 属性个数对算法的影响 | 第53-54页 |
| 6.1.4 条件个数对算法的影响 | 第54-55页 |
| 6.2 学习模型（MLTCA）的实验分析 | 第55-64页 |
| 6.2.1 数据集描述 | 第55-57页 |
| 6.2.2 模型应用结果与分析 | 第57-64页 |
| 6.3 本章小结 | 第64-65页 |
| 7 总结与展望 | 第65-67页 |
| 7.1 论文总结 | 第65-66页 |
| 7.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 个人信息简介 | 第71-72页 |
| 致谢 | 第72页 |