| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论及预备知识 | 第8-16页 |
| 1.1 绪论 | 第8-10页 |
| 1.2 模糊集理论 | 第10页 |
| 1.3 粗糙集理论 | 第10-11页 |
| 1.4 经典形式概念分析 | 第11-12页 |
| 1.5 模糊形式概念分析 | 第12-14页 |
| 1.6 主要工作及内容安排 | 第14-16页 |
| 2 基于FCA的主要特征概念学习 | 第16-24页 |
| 2.1 基于主要特征概念学习的认知原理 | 第16-19页 |
| 2.2 主要特征可信度算法 | 第19-20页 |
| 2.3 案例分析 | 第20-22页 |
| 2.4 小结 | 第22-24页 |
| 3 基于FCA的多源概念学习 | 第24-44页 |
| 3.1 多源模糊信息融合 | 第24-30页 |
| 3.2 模糊信息系统的概念学习 | 第30-32页 |
| 3.3 概念学习算法设计 | 第32-34页 |
| 3.4 数值实验 | 第34-43页 |
| 3.5 小结 | 第43-44页 |
| 4 结论与展望 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第52-53页 |