摘要 | 第1-7页 |
Abstract | 第7-13页 |
第一章 绪论 | 第13-35页 |
·数据挖掘和知识发现 | 第13-17页 |
·数据挖掘和知识发现的概念 | 第13-14页 |
·数据挖掘的步骤及任务类型 | 第14-15页 |
·数据挖掘方法 | 第15-16页 |
·数据挖掘的国内外状况 | 第16-17页 |
·模糊集理论发展状况 | 第17-18页 |
·粗糙集理论概述 | 第18-27页 |
·粗糙集国内外发展现状 | 第18-20页 |
·粗糙集模型研究现状 | 第20-23页 |
·粗糙集有效算法研究 | 第23-26页 |
·粗糙集应用研究 | 第26-27页 |
·模糊和单调结合研究 | 第27-28页 |
·污水处理现状与问题 | 第28-32页 |
·污水处理现状 | 第28-29页 |
·模糊和粗糙方法与污水处理 | 第29-30页 |
·污水处理中存在的问题 | 第30-32页 |
·本文的研究内容和组织结构 | 第32-35页 |
第二章 模糊和粗糙基础理论及模糊粗糙单调模型 | 第35-58页 |
·模糊理论基础 | 第35-37页 |
·集合相关理论基础 | 第37-39页 |
·粗糙集理论基础 | 第39-43页 |
·知识与知识库 | 第39-40页 |
·粗糙集的基本定义及性质 | 第40-41页 |
·知识约简及知识表达系统 | 第41-43页 |
·模糊粗糙单调模型 | 第43-54页 |
·模糊单调模型定义 | 第43-48页 |
·模糊单调模型的粗糙定义及性质 | 第48-54页 |
·模糊单调关系与等价关系之间的关系及性质 | 第54-57页 |
·本章小结 | 第57-58页 |
第三章 两种模糊粗糙单调数据挖掘算法及在污水处理中应用 | 第58-91页 |
·引言 | 第58-59页 |
·序与单调映射 | 第59-61页 |
·等距离区间划分方法 | 第61-62页 |
·基于区间最小值的模糊粗糙单调数据挖掘算法 | 第62-69页 |
·基于区间最小值的模糊单调依赖关系定义 | 第62-63页 |
·模糊递增关系的参数及性质 | 第63-66页 |
·基于区间最小值的模糊粗糙单调数据挖掘算法 | 第66-68页 |
·算法的决策规则 | 第68-69页 |
·基于区间平均值的模糊粗糙单调数据挖掘算法 | 第69-74页 |
·基于区间平均值的模糊单调依赖关系定义 | 第69-70页 |
·模糊递增关系的参数及性质 | 第70-72页 |
·基于区间平均值的模糊粗糙单调数据挖掘算法 | 第72-73页 |
·算法的决策规则 | 第73-74页 |
·两种数据挖掘算法在污水处理中的应用 | 第74-88页 |
·两种算法的讨论分析及与其他约简算法的比较 | 第88-89页 |
·本章小结 | 第89-91页 |
第四章 基于包含度的模糊粗糙单调数据挖掘算法及在污水处理中应用 | 第91-108页 |
·引言 | 第91页 |
·包含度 | 第91-92页 |
·基于包含度的模糊粗糙单调模型 | 第92-97页 |
·单调及映射 | 第92-93页 |
·模糊包含单调依赖关系定义及区间划分 | 第93-94页 |
·模糊单调关系模型及其隶属函数定义 | 第94-96页 |
·模糊包含单调模型参数性质 | 第96-97页 |
·基于包含度的模糊粗糙单调数据挖掘算法及应用 | 第97-106页 |
·模糊包含单调的数据挖掘算法 | 第97页 |
·在污水处理中的应用 | 第97-106页 |
·与其他属性约简算法的比较 | 第106-107页 |
·本章小结 | 第107-108页 |
第五章 模糊粗糙单调和RBF 神经网络在污水处理中的结合应用 | 第108-119页 |
·污水溶解氧的控制模型 | 第108-111页 |
·溶解氧控制简介 | 第108页 |
·溶解氧的过程模型 | 第108-109页 |
·溶解氧的离散时间模型 | 第109-110页 |
·溶解氧的设置点控制模型 | 第110-111页 |
·RBF 神经网络溶解氧控制中应用 | 第111-115页 |
·RBF 神经网络设计 | 第111-113页 |
·基于遗传进化算法的RBF 神经网络优化 | 第113页 |
·实验仿真 | 第113-115页 |
·存在问题 | 第115页 |
·模糊粗糙单调的RBF 神经网络在污水处理中应用 | 第115-118页 |
·本章小结 | 第118-119页 |
第六章 总结与展望 | 第119-122页 |
·总结 | 第119-120页 |
·展望 | 第120-122页 |
参考文献 | 第122-142页 |
攻读博士学位期间取得的研究成果 | 第142-143页 |
致谢 | 第143-144页 |
附件 | 第144页 |