| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 概念格的属性权重赋值方法 | 第12-13页 |
| 1.2.2 概念格的构造 | 第13-14页 |
| 1.3 研究思路与创新点 | 第14-16页 |
| 1.3.1 本文的创新点 | 第14页 |
| 1.3.2 本文的研究思路与组织结构 | 第14-16页 |
| 第二章 概念格构造算法 | 第16-27页 |
| 2.1 概念格 | 第16-18页 |
| 2.1.1 一般概念格 | 第16-17页 |
| 2.1.2 加权概念格 | 第17-18页 |
| 2.2 概念格的主要构造算法 | 第18-21页 |
| 2.2.1 批处理构造算法 | 第18页 |
| 2.2.2 渐进式构造算法 | 第18-21页 |
| 2.3 树形概念格的双向渐减构造改进算法 | 第21-25页 |
| 2.4 算法分析 | 第25-26页 |
| 2.5 小结 | 第26-27页 |
| 第三章 构造概念格的属性权值优化改进算法 | 第27-44页 |
| 3.1 单属性内涵权值 | 第27-29页 |
| 3.1.1 单属性内涵权值的确定 | 第27-28页 |
| 3.1.2 单属性内涵权值的优化 | 第28-29页 |
| 3.2 多属性内涵集权值 | 第29-30页 |
| 3.2.1 多属性内涵集权值的确定 | 第29页 |
| 3.2.2 多属性内涵集权值的优化 | 第29-30页 |
| 3.3 多属性内涵集重要性的阈值 | 第30-31页 |
| 3.3.1 多属性内涵集重要性阈值的确定 | 第30页 |
| 3.3.2 多属性内涵集重要性阈值的优化 | 第30-31页 |
| 3.4 基于信息熵与偏差加权与优化改进加权的内涵权值获取对比 | 第31-39页 |
| 3.4.1 基于信息熵与偏差的概念格内涵权值获取实例 | 第31-35页 |
| 3.4.2 基于优化加权概念格内涵权值获取实例 | 第35-37页 |
| 3.4.3 对比分析 | 第37-39页 |
| 3.5 时间复杂度分析 | 第39-42页 |
| 3.6 小结 | 第42-44页 |
| 第四章 基于优化加权概念格的关联规则挖掘 | 第44-63页 |
| 4.1 优化加权概念格的构造 | 第44-45页 |
| 4.2 优化加权概念格关联规则挖掘算法的描述 | 第45-47页 |
| 4.2.1 基本定义 | 第45-46页 |
| 4.2.2 基本思想 | 第46页 |
| 4.2.3 算法描述 | 第46-47页 |
| 4.3 优化加权概念格关联知识挖掘在副溶血性弧菌风险评估的应用 | 第47-61页 |
| 4.3.1 数据预处理 | 第48-51页 |
| 4.3.2 基于副溶血性弧菌的污染情况的优化加权概念格 | 第51-59页 |
| 4.3.3 关联规则提取 | 第59-61页 |
| 4.3.4 结果分析 | 第61页 |
| 4.4 实验与分析 | 第61-62页 |
| 4.5 小结 | 第62-63页 |
| 第五章 结论 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
