| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·数据挖掘概论 | 第8-13页 |
| ·数据挖掘的产生 | 第8页 |
| ·数据挖掘的过程 | 第8-10页 |
| ·数据挖掘的划分 | 第10页 |
| ·数据挖掘的任务及功能 | 第10-12页 |
| ·数据挖掘的应用 | 第12-13页 |
| ·数据挖掘研究前沿 | 第13页 |
| ·概念格及其研究现状 | 第13-15页 |
| ·概念格的基本概念 | 第13页 |
| ·概念格的研究现状 | 第13-15页 |
| ·视觉词包及其场景语义标注 | 第15-17页 |
| ·视觉词包模型 | 第15-16页 |
| ·视觉词包研究现状 | 第16-17页 |
| ·本文的主要内容以及论文的组织与安排 | 第17-18页 |
| 第二章 概念格与 BOV 模型 | 第18-22页 |
| ·概念格 | 第18-20页 |
| ·基本概念 | 第18-19页 |
| ·频繁加权概念格的构造方法 | 第19-20页 |
| ·BOV 模型 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 概念格属性约简判定准则与快速约简算法 | 第22-30页 |
| ·引言 | 第22页 |
| ·基本概念 | 第22-24页 |
| ·概念格属性约简判定准则 | 第24-26页 |
| ·概念格属性约简算法 | 第26-27页 |
| ·举例 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第四章 一种新的基于频繁加权概念格的视觉单词生成方法 | 第30-36页 |
| ·引言 | 第30页 |
| ·基于频繁加权概念格视觉单词生成方法 | 第30-31页 |
| ·举例 | 第31-35页 |
| ·小结 | 第35-36页 |
| 第五章 基于频繁加权概念格的场景语义标注 | 第36-42页 |
| ·引言 | 第36-37页 |
| ·分类框架模型 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·小结 | 第40-42页 |
| 第六章 总结与展望 | 第42-44页 |
| ·总结 | 第42-43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-50页 |
| 致谢 | 第50-52页 |
| 攻读学位期间所发表的论文和科研项目 | 第52-54页 |
| 个人简介与联系方式 | 第54-55页 |