| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-16页 |
| ·课题研究的目的和意义 | 第14页 |
| ·国内外研究概况 | 第14-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| 第二章 概念格和模糊集基本理论 | 第16-22页 |
| ·概念格基本理论 | 第16-20页 |
| ·基本定义 | 第16页 |
| ·概念定标与逻辑定标 | 第16-17页 |
| ·概念知识处理 | 第17页 |
| ·概念格结构在计算机各领域的应用 | 第17-20页 |
| ·模糊集理论 | 第20-22页 |
| ·模糊集分解理论 | 第20页 |
| ·模糊集扩展理论 | 第20-22页 |
| 第三章 模糊概念格模型及其构造 | 第22-40页 |
| ·引言 | 第22-32页 |
| ·Karl Erich Wolff 的模糊概念表示 | 第22-25页 |
| ·Burusco 计算L 模糊概念格的方法 | 第25-27页 |
| ·RALAMBONDRAINY 的模糊信息表示 | 第27-28页 |
| ·GIRARD 和 Heari RALAMBONDRAINY 的模糊格法 | 第28-32页 |
| ·模糊概念格数学模型 | 第32-34页 |
| ·模糊概念格的构造算法 | 第34-37页 |
| ·实验及分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于模糊概念格的模糊关联规则提取算法研究 | 第40-58页 |
| ·引言 | 第40-45页 |
| ·内涵缩减的定义 | 第41-42页 |
| ·族集的最小覆盖 | 第42-43页 |
| ·计算族集最小覆盖集算法 | 第43-44页 |
| ·计算内涵缩减集 | 第44页 |
| ·基于内涵缩减的规则提取 | 第44-45页 |
| ·基于模糊参数的模糊关联规则生成 | 第45-46页 |
| ·模糊参数 E、δ | 第45页 |
| ·模糊关联规则形式定义 | 第45-46页 |
| ·模糊关联规则生成算法及实验 | 第46-54页 |
| ·基于健壮节点对的提取算法 | 第46-51页 |
| ·基于内涵缩减的提取算法 | 第51-54页 |
| ·基于内涵缩减的规则提取在 TSP 度量模型中的应用 | 第54-57页 |
| ·数据处理 | 第54-56页 |
| ·规则挖掘的结果及评估 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 分布式模糊概念格模型及构造算法 | 第58-69页 |
| ·引言 | 第58页 |
| ·分布式模糊概念格模型 | 第58-59页 |
| ·基于模糊概念子格的并运算 | 第59-61页 |
| ·基于分布式模糊概念格构造的模糊参数计算 | 第61-62页 |
| ·分布式构造模糊概念格算法及实验 | 第62-68页 |
| ·基本思想 | 第62-64页 |
| ·并运算算法伪码 | 第64页 |
| ·分布式构造模糊概念格算法伪码 | 第64-66页 |
| ·实验及分析 | 第66-68页 |
| ·小结 | 第68-69页 |
| 第六章模糊概念格在聚类中的应用 | 第69-80页 |
| ·基于模糊概念格的聚类 | 第69-78页 |
| ·数据挖掘中的主要聚类方法 | 第69-71页 |
| ·Pollant 的基于对象相似度的聚类方法 | 第71-74页 |
| ·基于概念距离的聚类方法 | 第74-76页 |
| ·模糊本体生成 | 第76-78页 |
| ·小结 | 第78-80页 |
| 第七章 结束语 | 第80-82页 |
| ·论文主要贡献 | 第80页 |
| ·进一步工作 | 第80-82页 |
| 图表附录 | 第82-85页 |
| 参考文献 | 第85-91页 |
| 攻读博士学位期间发表的论文 | 第91-92页 |
| 作者攻读博士期间参与的科研项目 | 第92-93页 |
| 致谢 | 第93-94页 |
| 博硕士学位论文同意发表声明 | 第94-95页 |
