| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 本课题的发展现状 | 第10-11页 |
| 1.2.1 相似度的研究现状 | 第10页 |
| 1.2.2 粒子群的研究现状 | 第10-11页 |
| 1.2.3 属性重要性度量的发展现状 | 第11页 |
| 1.3 论文组织和创新点 | 第11-13页 |
| 第2章 符号属性值相似度 | 第13-23页 |
| 2.1 预备知识 | 第13页 |
| 2.2 扩展相似度从非0 即1 到[0,1]区间 | 第13-15页 |
| 2.3 学习属性值的相似度 | 第15-23页 |
| 2.3.1 用遗传算法学习相似度 | 第15-16页 |
| 2.3.2 用粒子群学习相似度 | 第16-18页 |
| 2.3.3 粒子群算法与遗传算法的实验结果进行比较 | 第18-23页 |
| 第3章 用属性值相似度衡量属性重要性 | 第23-33页 |
| 3.1 粗集约简简介 | 第23-26页 |
| 3.2 几种属性重要性度量 | 第26-27页 |
| 3.2.1 基于知识依赖度的属性度量 | 第26-27页 |
| 3.2.2 用包含度定义属性重要性 | 第27页 |
| 3.2.3 用熵衡量属性重要性 | 第27页 |
| 3.2.4 相对正域法衡量属性重要性 | 第27页 |
| 3.3 利用相似度衡量属性重要性 | 第27-28页 |
| 3.4 验证用相似度衡量属性重要性的可行性和优越性 | 第28-33页 |
| 3.4.1 属性值相似度学习 | 第28-33页 |
| 第4章 数据集属性之间的相关性 | 第33-35页 |
| 4.1 一种基于粗糙集正域的相关性定义 | 第33页 |
| 4.2 通过实验判别较大型数据集的属性相关性的方法 | 第33-35页 |
| 第5章 总结与展望 | 第35-36页 |
| 5.1 总结 | 第35页 |
| 5.2 展望 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 致谢 | 第39-40页 |
| 攻读学位期间取得的科研成果 | 第40页 |
