| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的背景和意义 | 第7-8页 |
| ·国内外研究 | 第8-9页 |
| ·本文的研究内容 | 第9-10页 |
| ·论文组织安排 | 第10-11页 |
| 第二章 粗糙集理论基础 | 第11-17页 |
| ·经典粗糙集 | 第11-15页 |
| ·Pawlak 粗糙集 | 第13-14页 |
| ·信息系统、决策表和不可分辨关系 | 第14-15页 |
| ·约简与相对约简 | 第15-17页 |
| 第三章 邻域粗糙集及其分类算法 | 第17-35页 |
| ·邻域、邻域关系、邻域关系矩阵及其性质 | 第17-22页 |
| ·邻域粗糙集的基本概念及其性质 | 第22-29页 |
| ·邻域粗糙集的属性约简 | 第29-31页 |
| ·邻域决策表NDT~δ中属性约简的基本思想 | 第29页 |
| ·基于属性重要度sig_D~1 (a) 的邻域决策表NDT~δ的属性约简算法 | 第29-30页 |
| ·基于属性重要度sig_(N_C~δ)~1(a)的快速邻域粗糙集约简算法 | 第30-31页 |
| ·实验比较 | 第31-32页 |
| ·基于邻域系统的数据分类方法—NR 方法 | 第32-35页 |
| 第四章 基于压缩映射的分类算法 | 第35-42页 |
| ·基于邻域粗糙集分类中常见的一些不足 | 第35-36页 |
| ·压缩映射及其数据的压缩映射处理算法 | 第36-37页 |
| ·基于压缩映射的 KNN 分类方法-CKNN | 第37页 |
| ·基于压缩映射的 DSKNN 分类方法-CDSKNN | 第37-38页 |
| ·基于压缩映射的核距离分类方法-CKERKNN | 第38页 |
| ·基于压缩映射的 VSM 分类方法-CVSM | 第38-39页 |
| ·基于压缩映射的 DSVSMKNN 分类方法-CDSVSMKNN | 第39页 |
| ·基于压缩映射的分类算法步骤 | 第39页 |
| ·实例分析 | 第39-42页 |
| ·数据说明 | 第39页 |
| ·分析比较 | 第39-42页 |
| 第五章 基于邻域粗糙集的分类方法的进一步研究 | 第42-45页 |
| ·基于邻域系统与压缩映射的分类方法(CNR) | 第42页 |
| ·基于邻域属性约简与压缩映射的分类方法(ARCNR) | 第42-43页 |
| ·实验比较 | 第43-45页 |
| ·邻域系统分类方法与传统KNN 分类方法在压缩前后的分类比较 | 第43页 |
| ·属性约简后分类与属性未约简的分类比较 | 第43-44页 |
| ·属性约简和压缩映射结合后分类效果比较 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 附录 | 第51-58页 |
| 致谢 | 第58-59页 |
| 在读期间公开发表论文（著）及科研情况 | 第59页 |
