加權概念格理論與應用

第1章 緒論1．1 數(shù)據(jù)挖掘1．1．1 數(shù)據(jù)挖掘的基本概念1．1．2 數(shù)據(jù)挖掘的任務1．1．3 數(shù)據(jù)挖掘的方法1．1．4 數(shù)據(jù)挖掘的應用1．1．5 數(shù)據(jù)挖掘的研究方向1．2 概念格1．2．1 概念格的基本概念1．2．2 概念格的研究內(nèi)容1．2．3 概念格的研究方向
第2章 加權概念格的權值獲取及其拓展格結構2．1 引言2．2 加權概念格的基本定義2．3 基于信息熵和偏差的內(nèi)涵權值獲取2．3．1 基于信息熵的單屬性內(nèi)涵權值自動獲取2．3．2 內(nèi)涵重要性偏差及多屬性內(nèi)涵權值的獲取2．4 加權概念格的拓展結構2．4．1 頻繁加權概念格及其相關定理2．4．2 強加權概念格及其相關定理2．5 實例分析2．6 小結
第3章 頻繁加權概念格的代數(shù)結構及其知識提取的完備性3．1 引言3．2 概念格的完備性3．3 虛概念及頻繁加權概念格的完備性3．3．1 虛概念3．3．2 頻繁加權概念格的完備性3．4 頻繁加權概念格的代數(shù)結構3．4．1 相關定義及算子3．4．2 代數(shù)性質(zhì)3．5 頻繁加權概念格知識提取的完備性3．6 小結
第4章 加權概念格的構造方法4．1 引言4．2 頻繁加權概念格的漸進式構造4．2．1 構造方法4．2．2 構造算法4．2．3 算法分析4．2．4 實例分析4．3 頻繁加權概念格的批處理構造4．3．1 基本定義4．3．2 構造方法4．3．3 實例分析4．3．4 構造算法4．3．5 算法分析4．3．6 實驗結果與分析4．4 強加權概念格的漸進式構造4．5 強加權概念格的批處理構造4．5．1 構造方法4．5．2 構造算法4．5．3 實驗結果及分析4．6 小結
第5章 加權概念格在圖像語義自動標注中的應用5．1 引言5．2 圖像語義自動標注與BOV模型5．2．1 圖像語義自動標注5．2．2 圖像語義自動標注的研究現(xiàn)狀5．2．3 BOV模型