粗糙集属性约简算法在数据挖掘中的研究

中文摘要	第1-4页
英文摘要	第4-7页
1 绪论	第7-12页
·课题研究的意义与背景	第7-9页
·粗糙集理论的发展及国内外现状综述	第9-10页
·论文的主要内容	第10-12页
2 数据挖掘与知识发现	第12-19页
·数据挖掘与知识发现的概述	第12-13页
·数据挖掘的定义	第13-14页
·数据挖掘的技术定义	第13页
·数据挖掘的商业定义	第13-14页
·数据挖掘技术与数据挖掘工具	第14-16页
·常用数据挖掘技术	第14-16页
·常用数据挖掘工具	第16页
·数据挖掘的过程	第16-18页
·数据挖掘的应用	第18-19页
3 粗糙集理论的一般知识	第19-30页
·粗糙集理论的基本概念	第19-22页
·知识与知识库	第19-20页
·近似与粗糙集	第20-22页
·知识约简	第22-26页
·知识约简	第23-25页
·知识的依赖性	第25-26页
·知识表达系统和决策表	第26-28页
·可辨识矩阵	第28-29页
·本章小结	第29-30页
4 属性约简算法	第30-52页
·基于可辨识矩阵的基本约简算法	第30-32页
·值约简及规则提取	第32-39页
·常见约简算法	第33-34页
·改进后的值约简算法	第34-39页
·启发式属性约简算法	第39-51页
·基于可辨识矩阵的属性频度算法	第40-41页
·基于相对可辨识矩阵的属性约简	第41-43页
·基于信息熵的属性约简	第43-49页
·基于关联度的属性约简算法	第49-51页
·本章小结	第51-52页
5 结论	第52-53页
致谢	第53-54页
参考文献	第54-56页