| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·属性约简算法的发展 | 第10-11页 |
| ·聚类技术的发展 | 第11-13页 |
| ·本文的研究工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 相关概念与基本理论 | 第15-22页 |
| ·粗糙粒计算原理 | 第15-17页 |
| ·粗糙集模型 | 第15-16页 |
| ·粒计算的基本概念 | 第16-17页 |
| ·属性约简简介 | 第17-18页 |
| ·聚类技术 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于单维度层次粒化的连续属性约简 | 第22-34页 |
| ·引言 | 第22页 |
| ·连续信息的属性约简 | 第22-25页 |
| ·连续信息属性约简的基本概念 | 第22-23页 |
| ·邻域方法处理连续属性约简的发展 | 第23-25页 |
| ·单维度层次粒化属性约简算法 | 第25-33页 |
| ·距离阈值的选取 | 第25-26页 |
| ·邻域层次粒化 | 第26-28页 |
| ·算法步骤 | 第28-30页 |
| ·实例仿真分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于簇内不平衡度量的粗糙 K-means 聚类算法 | 第34-55页 |
| ·引言 | 第34页 |
| ·基于粗糙集理论的 K-means 聚类算法发展 | 第34-38页 |
| ·粗糙 K-means 算法 | 第34-35页 |
| ·粗糙模糊 K-means 算法 | 第35-37页 |
| ·模糊粗糙 K-means 算法 | 第37-38页 |
| ·基于簇内不平衡度量的粗糙 K-means 聚类算法 | 第38-50页 |
| ·簇内不平衡度 | 第38-39页 |
| ·算法步骤 | 第39-40页 |
| ·仿真分析 | 第40-50页 |
| ·密度自适应簇内不平衡粗糙 K-means 聚类算法 | 第50-54页 |
| ·密度自适应簇内不平衡度量 | 第50-51页 |
| ·密度自适应簇内不平衡粗糙 K-means 聚类算法 | 第51-52页 |
| ·实例仿真分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| ·本文研究总结 | 第55-56页 |
| ·研究工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
