基于领域知识和概念格模型的知识发现研究
| 第一章 数据库知识发现 | 第1-24页 |
| ·引言 | 第11页 |
| ·数据库知识发现(KDD) | 第11-17页 |
| ·KDD的定义 | 第11-12页 |
| ·KDD与相关技术的比较 | 第12-13页 |
| ·KDD的处理过程模型 | 第13-15页 |
| ·KDD的基本任务 | 第15-17页 |
| ·数据挖掘 | 第17-22页 |
| ·数据挖掘的方法 | 第17-20页 |
| ·数据挖掘技术的应用 | 第20-21页 |
| ·数据挖掘面临的挑战 | 第21-22页 |
| ·本文的课题来源和内容组织 | 第22-23页 |
| ·本文课题来源 | 第22页 |
| ·本文的内容组织 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第二章 领域知识 | 第24-34页 |
| ·引言 | 第24页 |
| ·知识的特性 | 第24-25页 |
| ·领域知识与背景知识的概念 | 第25-27页 |
| ·定义 | 第25-26页 |
| ·区别与联系 | 第26页 |
| ·面临的困难 | 第26-27页 |
| ·领域知识在数据挖掘中的角色 | 第27-30页 |
| ·数据选择阶段 | 第27页 |
| ·数据预处理阶段 | 第27-28页 |
| ·数据转换阶段 | 第28页 |
| ·数据挖掘阶段 | 第28页 |
| ·模式解释／评价阶段 | 第28-29页 |
| ·领域知识的反馈 | 第29页 |
| ·结合领域知识的数据挖据技术的特点 | 第29-30页 |
| ·领域知识的表示 | 第30-32页 |
| ·常用的知识表示方法 | 第30-31页 |
| ·数据挖掘中常用的领域知识表示方法 | 第31-32页 |
| ·领域知识的应用现状和前景 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第三章 概念格及其扩展模型 | 第34-44页 |
| ·引言 | 第34页 |
| ·概念格的扩展 | 第34-39页 |
| ·基本概念 | 第34-36页 |
| ·概念格扩展模型的表示形式 | 第36-39页 |
| ·扩展概念格与Galois格之间的对应关系 | 第39页 |
| ·基于扩展概念格的常见规则提取 | 第39-42页 |
| ·基于扩展概念格的常见规则提取 | 第39-41页 |
| ·规则提取举例 | 第41-42页 |
| ·概念格与粗糙集合的关系 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于领域知识和概念格模型的知识发现研究 | 第44-53页 |
| ·引言 | 第44页 |
| ·基于领域知识的概念格缩减 | 第44-48页 |
| ·算法DKLT | 第44-45页 |
| ·算法DKLT的实现 | 第45-47页 |
| ·算法DKLTM | 第47-48页 |
| ·算法的进一步讨论 | 第48-52页 |
| ·概念层次图 | 第48-49页 |
| ·概念层次图为基础的缩减算法的讨论 | 第49-50页 |
| ·算法DKLG | 第50-52页 |
| ·阈值的讨论 | 第52页 |
| ·路径选择次序的讨论 | 第52页 |
| ·小结 | 第52-53页 |
| 第五章 原型系统 | 第53-58页 |
| ·引言 | 第53页 |
| ·系统设计思想及结构 | 第53-57页 |
| ·理想的KDD系统 | 第53-54页 |
| ·MyDKECL系统简介 | 第54页 |
| ·数据预处理模块 | 第54-55页 |
| ·扩展概念格的生成模块 | 第55-56页 |
| ·格缩减模块 | 第56页 |
| ·系统的讨论 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第六章 结束语 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 研究生期间主要科研工作及成果 | 第65页 |
