| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-27页 |
| ·数据库知识发现的研究背景与现状 | 第11-12页 |
| ·知识发现和数据挖掘 | 第12-14页 |
| ·数据挖掘与其它学科的关系 | 第14-15页 |
| ·数据挖掘任务的类型 | 第15-17页 |
| ·数据挖掘的方法 | 第17-19页 |
| ·数据挖掘未来研究方向 | 第19页 |
| ·粗糙集研究的兴起 | 第19-20页 |
| ·粗糙集理论的特点 | 第20-22页 |
| ·粗糙集理论的研究领域 | 第22-24页 |
| ·粗糙集理论的应用 | 第24-25页 |
| ·本文的工作和内容组织 | 第25-27页 |
| 第二章 粗糙集理论的基本概念 | 第27-33页 |
| 第三章 从不同研究方法与手段来分析粗糙集 | 第33-51页 |
| ·Pawlak粗糙集代数 | 第33-37页 |
| ·粗糙集与模态逻辑S5 | 第37-40页 |
| ·粗糙集与区间集代数 | 第40-43页 |
| ·粗糙集与模糊集 | 第43-48页 |
| ·模糊集 | 第43-45页 |
| ·面向集合的粗糙集观点 | 第45-46页 |
| ·基于模态逻辑的模糊集 | 第46-47页 |
| ·模糊集和粗糙集之比较 | 第47-48页 |
| ·各个观点之间的内在本质关系 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 扩展粗糙集模型 | 第51-68页 |
| ·基于分类正确度的粗糙集模型 | 第51-54页 |
| ·大部分包含关系 | 第51页 |
| ·基于分类正确度的粗糙集模型 | 第51-53页 |
| ·集合的相对可定义性 | 第53页 |
| ·从模糊集角度解释可变精度模型 | 第53-54页 |
| ·一般关系下的粗糙集模型 | 第54-59页 |
| ·多层粗糙集模型 | 第59-64页 |
| ·嵌套粗糙集模型 | 第60-61页 |
| ·层次粗糙集模型 | 第61-64页 |
| ·基于覆盖的多层粗糙集模型CBM-RS | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 粗糙集数据挖掘方法MIE-RS | 第68-89页 |
| ·信息表中的粗糙集模型 | 第68-76页 |
| ·信息表与决策表 | 第68-69页 |
| ·不可分辨关系 | 第69-70页 |
| ·集合近似 | 第70页 |
| ·属性约简 | 第70-74页 |
| ·属性依赖 | 第74页 |
| ·属性重要度 | 第74-75页 |
| ·近似约简 | 第75页 |
| ·动态约简 | 第75-76页 |
| ·挖掘决策规则 | 第76-77页 |
| ·决策规则 | 第76-77页 |
| ·分类 | 第77页 |
| ·不一致决策表中挖掘最简规则的粗糙集方法MIE-RS | 第77-88页 |
| ·方法原理 | 第78-79页 |
| ·MIE-RS的算法设计 | 第79-81页 |
| ·用Hash表实现算法 | 第81-82页 |
| ·算法分析 | 第82页 |
| ·MIE-RS算法的进一步改进 | 第82-84页 |
| ·实验数据验证 | 第84-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 有序信息表上的数据分析与数据挖掘模型OITM | 第89-103页 |
| ·有序信息表 | 第89-91页 |
| ·有序决策逻辑 | 第91-93页 |
| ·有序信息表上的数据分析 | 第93-96页 |
| ·挖掘有序规则 | 第96-99页 |
| ·一个实际例子 | 第99-101页 |
| ·排序问题各种方法比较 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 结论 | 第103-106页 |
| ·研究工作小结 | 第103-104页 |
| ·未来研究与展望 | 第104-106页 |
| 图表索引 | 第106-107页 |
| 参考文献 | 第107-117页 |
| 攻读博士学位期间发表的学术论文 | 第117-118页 |
| 致谢 | 第118-119页 |
| 附录A IRIS原始数据集 | 第119-122页 |
| 附录B 离散后的IRIS一致决策表 | 第122-125页 |
| 附录C 加入噪音后的IRIS不一致决策表 | 第125-127页 |