粗集在系统辨识中的应用研究

中文摘要	第1-8页
英文摘要	第8-10页
第一章 课题的研究背景、内容及意义	第10-12页
·研究背景	第10-11页
·研究内容及意义	第11-12页
第二章 粗集理论基础	第12-26页
·知识与知识库	第12-13页
·不精确范畴、近似与粗集	第13-16页
·粗集	第14-15页
·非精确性的数字特征	第15-16页
·分类的近似	第16页
·知识简化及知识的依赖性	第16-20页
·知识的简化和核	第17-18页
·知识的相对简化和相对核	第18-19页
·知识的依赖性及其度量	第19-20页
·信息系统与决策表	第20-21页
·决策规则和基本规则库	第21-26页
第三章 基于粗集的系统规则获取方法	第26-39页
·基于粗集的规则获取方法	第26-31页
·属性值的离散归一化	第26-27页
·决策表的条件属性约简	第27-28页
·基本规则库的获取算法	第28-29页
·应用举例	第29-31页
·讨论	第31页
·最小损失规则库的获取	第31-39页
·基本规则库的概率性质	第31-33页
·最小损失规则库及其错误率	第33-35页
·最小错误率规则库	第35-36页
·两类情况	第36页
·最小损失规则库的获取算法	第36-38页
·应用举例	第38页
·讨论	第38-39页
第四章 基于粗集的模糊系统建模方法	第39-47页
·模糊系统建模	第39-41页
·模糊系统建模方法	第39-40页
·讨论	第40-41页
·基于粗集的模糊系统建模	第41-44页
·在时间序列预测中的应用	第44-47页
·问题描述	第44-45页
·系统设计及仿真结果	第45-47页
结束语	第47-48页
参考文献	第48-52页
致谢	第52-54页
攻读硕士学位期间发表的学术论文	第54页
参加的科研项目	第54-55页
学位论文评阅及答辩情况表	第55页