基于粗糙集理论与遗传算法的分类算法研究
| 第一章 引言 | 第1-14页 |
| ·数据挖掘的产生与发展 | 第8-10页 |
| ·分类模式的常用研究方法 | 第10-12页 |
| ·本论文研究内容及结构安排 | 第12-14页 |
| 第二章 粗糙集理论 | 第14-25页 |
| ·概述 | 第14-16页 |
| ·理论的产生和今后研究方向 | 第14-15页 |
| ·粗糙集理论的特点 | 第15-16页 |
| ·粗糙集理论的相关概念 | 第16-19页 |
| ·知识库和信息系统 | 第16-17页 |
| ·上、下近似集和正域 | 第17-18页 |
| ·属性的依赖度和重要度 | 第18页 |
| ·置信度与支持度 | 第18-19页 |
| ·基于粗糙集数据挖掘的核心问题 | 第19-25页 |
| ·属性约简 | 第19-21页 |
| ·属性约简的基本算法 | 第21-25页 |
| 第三章 遗传算法 | 第25-34页 |
| ·遗传算法的产生、发展及特点 | 第25-27页 |
| ·遗传算法的编码方法 | 第27-28页 |
| ·二进制编码 | 第27页 |
| ·实数编码 | 第27-28页 |
| ·符号编码 | 第28页 |
| ·遗传算法的基本操作 | 第28-31页 |
| ·选择算子 | 第28-30页 |
| ·交叉算子 | 第30页 |
| ·变异算子 | 第30-31页 |
| ·适应度函数 | 第31-32页 |
| ·基本遗传算法框架 | 第32-34页 |
| 第四章 基于粗糙集与遗传算法的分类算法 | 第34-45页 |
| ·粗糙集处理中所用算法的改进 | 第34-36页 |
| ·问题提出 | 第34页 |
| ·算法改进及其描述 | 第34-36页 |
| ·获得分类规则的遗传算法及其改进 | 第36-41页 |
| ·适应度函数及编码方法 | 第36-37页 |
| ·交叉与变异及其改进的动态策略 | 第37-39页 |
| ·改进后的遗传算法描述 | 第39-41页 |
| ·分类规则约简策略 | 第41-43页 |
| ·规则的约简 | 第41-43页 |
| ·规则约简流程及算法 | 第43页 |
| ·分类算法性能分析 | 第43-45页 |
| 第五章 算法应用实例分析 | 第45-51页 |
| ·所用实例数据 | 第45-46页 |
| ·算法处理过程 | 第46-50页 |
| ·粗糙集的预处理 | 第46页 |
| ·利用遗传算法生成规则 | 第46-49页 |
| ·约简规则 | 第49-50页 |
| ·实例结果分析 | 第50-51页 |
| 结束语 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文 | 第58页 |
