| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-20页 |
| ·粗糙集概述 | 第10-16页 |
| ·粗糙集理论的特点 | 第10-11页 |
| ·粗糙集理论的应用 | 第11-13页 |
| ·粗糙集的研究现状 | 第13-16页 |
| ·土壤水分预测研究 | 第16-17页 |
| ·土壤水分预测的研究进展 | 第17-18页 |
| ·传统的墒情预报研究 | 第17页 |
| ·土壤含水量的随机模拟研究 | 第17页 |
| ·土壤墒情的神经网络预报模型研究 | 第17-18页 |
| ·本研究的内容及特色 | 第18页 |
| ·本章小结 | 第18-20页 |
| 2 粗糙集理论 | 第20-28页 |
| ·引言 | 第20页 |
| ·粗糙集理论基础 | 第20-27页 |
| ·集合、划分、分类和区分 | 第20-21页 |
| ·粗糙集的基本概念 | 第21-26页 |
| ·知识与知识库 | 第21-22页 |
| ·上近似与下近似 | 第22-23页 |
| ·知识的简化:约简 | 第23-25页 |
| ·知识的依赖性 | 第25页 |
| ·知识表达系统与决策表 | 第25-26页 |
| ·不一致问题的相关知识 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 数据约简算法 | 第28-38页 |
| ·属性约简概述 | 第28-30页 |
| ·一般的属性约简算法 | 第30-31页 |
| ·基于区分矩阵的属性约简方法 | 第31-34页 |
| ·区分矩阵和区分函数 | 第31-32页 |
| ·基于区分矩阵的约简算法 | 第32-33页 |
| ·应用举例 | 第33-34页 |
| ·改进的属性约简算法 | 第34-37页 |
| ·二进制区分矩阵 | 第34页 |
| ·二进制区分矩阵的分析 | 第34-35页 |
| ·基于二进制区分矩阵的约简算法 | 第35-36页 |
| ·应用举例 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于粗糙集的土壤水分预测 | 第38-55页 |
| ·粗糙集建模的基本思想 | 第38-39页 |
| ·采集数据 | 第39-42页 |
| ·硬件系统 | 第39-42页 |
| ·软件设置 | 第42页 |
| ·数据离散 | 第42-46页 |
| ·离散化问题的描述及其评价标准 | 第42-43页 |
| ·离散化方法的分类 | 第43-44页 |
| ·多种离散化方法在土壤水分预测建模中的比较分析 | 第44-46页 |
| ·数据约简 | 第46-47页 |
| ·预测结果 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于粗糙集-神经网络的土壤水分预测模型 | 第55-72页 |
| ·人工神经网络概述 | 第55-61页 |
| ·神经网络的结构 | 第55-56页 |
| ·神经网络的类型 | 第56-57页 |
| ·神经网络的仿真、学习与训练 | 第57-58页 |
| ·神经网络的选择 | 第58页 |
| ·BP算法及其改进研究 | 第58-60页 |
| ·竞争学习(Competitive)网络 | 第60-61页 |
| ·建模工具MATLAB简介 | 第61-63页 |
| ·粗糙-神经网络模型 | 第63-64页 |
| ·基于粗糙集-神经网络的土壤水分预测 | 第64-70页 |
| ·粗糙集部分设计 | 第64页 |
| ·BP神经网络设计 | 第64-70页 |
| ·粗糙集模型、神经网络模型及粗糙-神经网络模型的结果比较分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| ·课题总结 | 第72页 |
| ·进一步的研究工作 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 个人简介 | 第76-78页 |
| 导师简介 | 第78-80页 |
| 致谢 | 第80-82页 |
| 附录 | 第82-84页 |