| 目录 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 前言 | 第10-13页 |
| ·研究背景与意义 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·本文工作 | 第11页 |
| ·本文结构 | 第11-13页 |
| 第二章 Rough集和Rough近似质量 | 第13-30页 |
| ·等价关系、等价类和划分 | 第13-15页 |
| ·信息系统与分明矩阵和分明函数 | 第15-19页 |
| ·信息系统 | 第15-17页 |
| ·分明矩阵和分明函数 | 第17-19页 |
| ·Rough集 | 第19-20页 |
| ·Rough集的性质 | 第20-23页 |
| ·Rough集近似质量 | 第23-30页 |
| ·Pawlak的近似质量 | 第23-26页 |
| ·近似质量的新解释 | 第26-28页 |
| ·k维度量 | 第28-30页 |
| 第三章 基于带状划分的发现函数依赖集的方法 | 第30-40页 |
| ·引言 | 第30-31页 |
| ·基于带状划分的发现最小非平凡函数依赖集的方法 | 第31-35页 |
| ·带状划分数据库 | 第31-32页 |
| ·计算一致集ag(r) | 第32-33页 |
| ·计算最大集max(dep(r)，A)和它的补集cmax(dep(r)，A) | 第33页 |
| ·计算函数依赖集左部1hs(dep(r)，A) | 第33-35页 |
| ·在一致决策表上属性约简的应用 | 第35-36页 |
| ·基于Rough集测定依赖强度 | 第36-40页 |
| 第四章 基于Rough集的数据约简 | 第40-61页 |
| ·基于Rough集的约简的概念 | 第40-48页 |
| ·属性集的约简 | 第41-42页 |
| ·相对约简(relative reduct) | 第42页 |
| ·关于划分的近似与约简 | 第42-48页 |
| ·属性约简的分明矩阵方法 | 第48-51页 |
| ·决策表的约简 | 第51-61页 |
| ·决策表与Rough集 | 第51-52页 |
| ·决策规则 | 第52-53页 |
| ·决策表的属性约简 | 第53-55页 |
| ·决策表的属性值约简 | 第55-58页 |
| ·决策算法最小化 | 第58-61页 |
| 第五章 Rough集与其它数据推理 | 第61-73页 |
| ·决策规则中的Rough因子与概率逻辑中的概率 | 第61-74页 |
| ·决策规则、贝叶塞规则与Rough集 | 第74-68页 |
| ·Rough集与DS证据理论 | 第68-69页 |
| ·Rough集与模态逻辑 | 第69-73页 |
| 第六章 基于Rough集的形式化概念分析 | 第73-78页 |
| ·引论 | 第73-74页 |
| ·近似一个对象集 | 第74-75页 |
| ·近似一个特征集 | 第75-76页 |
| ·近似一个概念 | 第76-78页 |
| 第七章 Rough集中的包含度与Rough集近似因子 | 第78-84页 |
| ·包含度(Inclusion Degree) | 第78-80页 |
| ·包含度与Rough集中准确性度量因子和隶属函数 | 第80页 |
| ·包含度与划分的近似准确性因子和质量因子 | 第80-81页 |
| ·包含度与属性依赖程度的度量因子 | 第81-82页 |
| ·包含度与属性重要性度量 | 第82页 |
| ·包含度与决策规则的准确性因子和覆盖因子 | 第82-84页 |
| 第八章 总结与未来工作 | 第84-86页 |
| ·本文工作总结 | 第84页 |
| ·未来工作设想 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 攻读学位期间作者已发表的论文 | 第91-92页 |
| 致谢 | 第92-93页 |