首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

三枝决策粗糙集模型的拓展与算法研究

中文摘要第1-4页
Abstract第4-8页
第一章 引言第8-12页
   ·研究背景第8-10页
   ·本文工作第10-12页
     ·主要工作与创新点第10-11页
     ·文章结构第11-12页
第二章 三枝决策粗糙集模型相关技术第12-21页
   ·三枝决策粗糙集模型相关概念第12-17页
     ·三枝决策第12-13页
     ·Pawlak粗糙集第13-14页
     ·决策粗糙集第14-17页
   ·决策粗糙集理论的约简第17-18页
     ·Pawlak粗糙集约简第17页
     ·决策粗糙集约简第17-18页
   ·模糊数基本概念第18-20页
     ·模糊集合的定义第18-19页
     ·梯形模糊数的基本运算第19-20页
   ·本章小结第20-21页
第三章 基于模糊风险的决策规则获取算法第21-33页
   ·引言第21页
   ·相关工作第21-23页
     ·基本的决策规则获取算法第21页
     ·不同风险倾向决策规则获取算法第21-23页
   ·决策阈值敏感性分析第23-24页
   ·模糊数风险的决策阈值获取方法第24-28页
     ·模糊统计方法第24-26页
     ·模糊量α、β的分布第26-28页
   ·模糊数风险的决策规则获取方法第28-30页
   ·实验结果及分析第30-32页
   ·本章小结第32-33页
第四章 决策粗糙集属性约简的研究第33-47页
   ·引言第33页
   ·相关工作第33-36页
     ·决策粗糙集属性约简的研究第33-34页
     ·基于决策风险最小化的属性约简第34页
     ·决策粗糙集的正区域单调性分析第34-35页
     ·决策粗糙集的正区域约简第35-36页
   ·一种基于正区域约简启发式搜索算法第36-39页
     ·一种α-正区域属性重要度的引入第37-38页
     ·算法设计第38-39页
     ·算法分析第39页
   ·实例分析与实验结果分析第39-46页
     ·实例分析第39-41页
     ·实验数据集介绍第41页
     ·实验结果与分析第41-46页
   ·本章小结第46-47页
总结与展望第47-49页
参考文献第49-53页
致谢第53-54页
个人简历第54-55页
在学期间的研究成果及发表的学术论文第55页

论文共55页,点击 下载论文
上一篇:SVM算法在不平衡数据集中的应用研究与改进
下一篇:蚁群聚类算法的若干改进策略的研究