基于粗糙集理论的数据分类及其在医学图像识别中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·图像数据挖掘 | 第11-12页 |
| ·数据挖掘 | 第11-12页 |
| ·图像数据挖掘 | 第12页 |
| ·医学图像数据挖掘 | 第12-15页 |
| ·医学数据挖掘的过程 | 第13页 |
| ·医学数据挖掘的智能化方法 | 第13-15页 |
| ·知识发现与粗糙集理论 | 第15-16页 |
| ·基于粗糙集理论的知识发现过程 | 第15页 |
| ·基于粗糙集理论的知识发现现状 | 第15-16页 |
| ·工作内容与论文结构安排 | 第16-18页 |
| 第二章 粗糙集的基本理论 | 第18-33页 |
| ·粗糙集理论的产生 | 第18-19页 |
| ·粗糙集的基本概念 | 第19-30页 |
| ·知识与知识库 | 第19-20页 |
| ·粗糙集与近似 | 第20-23页 |
| ·分类的近似 | 第23-24页 |
| ·可变精度粗糙集模型 | 第24-25页 |
| ·基于粗糙集理论的知识获取 | 第25-30页 |
| ·粗糙集理论的研究现状 | 第30-31页 |
| ·粗糙集的数学性质 | 第30-31页 |
| ·粗糙集模型的拓广 | 第31页 |
| ·连续属性的离散化 | 第31页 |
| ·核与约简的求取 | 第31页 |
| ·粗糙集理论的应用前景 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 数据预处理 | 第33-44页 |
| ·不完备信息的处理 | 第33-35页 |
| ·删除存在遗漏属性值的对象 | 第33-34页 |
| ·均值填入 | 第34页 |
| ·条件均值填入 | 第34页 |
| ·组合填入 | 第34页 |
| ·条件组合填入 | 第34页 |
| ·无假设归因法 | 第34-35页 |
| ·离散化问题 | 第35-43页 |
| ·离散问题的描述 | 第35-36页 |
| ·离散化方法 | 第36-42页 |
| ·概念泛化 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 属性约简 | 第44-51页 |
| ·决策表属性约简概述 | 第44-46页 |
| ·一般属性约简算法 | 第46-47页 |
| ·基于可辨识矩阵的基本约简算法 | 第47-48页 |
| ·归纳属性约简算法 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于启发式遗传算法的增强属性约简算法 | 第51-67页 |
| ·遗传算法的相关知识 | 第51-54页 |
| ·基于基本遗传算法的属性约简分析 | 第54-55页 |
| ·EARGA算法的基本思想 | 第55-56页 |
| ·EARGA算法的基本框架 | 第56-58页 |
| ·算法描述 | 第56-57页 |
| ·算法流程 | 第57-58页 |
| ·算法表示 | 第58页 |
| ·EARGA算法的关键技术 | 第58-63页 |
| ·初始种群 | 第58-60页 |
| ·适应度函数的设计 | 第60-61页 |
| ·选择算子 | 第61-62页 |
| ·交叉算子 | 第62页 |
| ·变异算子 | 第62页 |
| ·校正算子 | 第62-63页 |
| ·EARGA算法的实验及分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 基于粗糙集和SLIQ决策树的数据分类研究 | 第67-79页 |
| ·决策树概述 | 第67-70页 |
| ·用决策树归纳分类 | 第67-69页 |
| ·决策树基本算法 | 第69-70页 |
| ·粗糙集与决策树结合的可行性 | 第70-72页 |
| ·基于粗糙集与SLIQ决策树的医学图像分类 | 第72-78页 |
| ·特征离散化 | 第73页 |
| ·特征约简 | 第73-74页 |
| ·SLIQ决策树算法 | 第74-75页 |
| ·实验结果及分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 发表论文和科研情况说明 | 第87页 |
