面向动态数据集的隐性知识外显案例属性约简研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-21页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 属性约简研究现状 | 第12-16页 |
| 1.2.1 传统粗糙集 | 第12-14页 |
| 1.2.2 模糊粗糙集 | 第14-15页 |
| 1.2.3 增量粗糙集 | 第15-16页 |
| 1.3 现存主要问题和研究思路 | 第16-18页 |
| 1.3.1 现存主要问题 | 第16-17页 |
| 1.3.2 研究思路 | 第17-18页 |
| 1.4 主要研究内容和技术路线 | 第18-19页 |
| 1.4.1 主要研究内容 | 第18页 |
| 1.4.2 技术路线 | 第18-19页 |
| 1.5 本文创新点 | 第19-20页 |
| 1.6 本章小结 | 第20-21页 |
| 2 相关理论基础 | 第21-34页 |
| 2.1 隐性知识和知识管理 | 第21-24页 |
| 2.1.1 隐性知识 | 第21-22页 |
| 2.1.2 知识管理 | 第22-24页 |
| 2.2 案例推理与属性约简 | 第24-27页 |
| 2.2.1 案例推理 | 第24-25页 |
| 2.2.2 隐性知识外显案例 | 第25-26页 |
| 2.2.3 案例属性约简 | 第26-27页 |
| 2.3 数据集处理方法概述 | 第27-28页 |
| 2.4 粗糙集相关理论 | 第28-31页 |
| 2.4.1 粗糙集基本概念 | 第29-30页 |
| 2.4.2 粗糙集的应用 | 第30-31页 |
| 2.5 模糊粗糙集理论 | 第31-33页 |
| 2.5.1 模糊逻辑算子 | 第31-32页 |
| 2.5.2 模糊粗糙集 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 3 隐性知识外显案例相对辨识关系的计算 | 第34-43页 |
| 3.1 理论准备 | 第34-36页 |
| 3.2 相对辨识关系的引入 | 第36-38页 |
| 3.3 增量环境的构建 | 第38-39页 |
| 3.4 相对辨识关系的增量计算 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 隐性知识外显案例属性约简算法 | 第43-50页 |
| 4.1 属性更新准则的设计 | 第43-45页 |
| 4.2 增量学习下的属性约简算法 | 第45-49页 |
| 4.2.1 增量算法Ⅰ | 第46-48页 |
| 4.2.2 增量算法Ⅱ | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 实验分析 | 第50-59页 |
| 5.1 实验设计 | 第50-52页 |
| 5.2 实验结果及分析 | 第52-58页 |
| 5.2.1 增量算法Ⅱ的有效性测试 | 第52-55页 |
| 5.2.2 增量算法Ⅱ的高效性测试 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 6 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第65-66页 |
| 致谢 | 第66页 |
