首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于证据理论与覆盖粗糙集的分类研究

中文摘要第1-4页
英文摘要第4-8页
第1章 引言第8-14页
   ·课题的研究背景与意义第8-9页
   ·国内外研究现状第9-12页
     ·证据理论的研究现状第9-10页
     ·粗糙集理论的研究现状第10-11页
     ·覆盖粗糙集的研究现状第11-12页
     ·证据理论与覆盖粗糙集关系的研究现状第12页
   ·论文结构安排第12-13页
   ·本章小结第13-14页
第2章 粗糙集理论第14-23页
   ·Pawlak 粗糙集理论基础第14-19页
     ·决策信息系统与不可分辨关系第14-15页
     ·Pawlak 近似空间第15-17页
     ·属性约简第17-18页
     ·决策规则及获取第18-19页
   ·覆盖粗糙集基本概念第19-21页
     ·覆盖广义近似空间与覆盖粗糙集的性质第19-20页
     ·覆盖约简第20-21页
   ·本章小结第21-23页
第3章 覆盖粗糙集模型转化的方法第23-33页
   ·基于覆盖度等价关系的覆盖粗糙集模型的不足第23-24页
   ·邻域覆盖粗糙集及其性质第24-26页
   ·覆盖粗糙集的转化及其性质第26-29页
   ·重要结果与实例分析第29-32页
   ·覆盖广义决策空间第32页
   ·本章小结第32-33页
第4章 基于证据理论的覆盖广义决策规则及其分类方法第33-51页
   ·证据理论基础第33-35页
     ·证据理论的基本概念第33-34页
     ·Dempster 合成规则第34-35页
   ·概率决策第35-39页
     ·Pignistic概率转换第35-36页
     ·SmetsPignistic概率(BetP )第36页
     ·Pr aPl ,Pr Pl ,Pr Bl ,PrScP 概率第36-37页
     ·Pr BP1 ,Pr BP 2,Pr BP 3概率第37-38页
     ·基于规划方法的相容概率 P_(lw) 决策方法第38-39页
   ·基于证据理论的覆盖广义决策规则及其分类方法第39-44页
     ·基于证据理论与覆盖的分类方法第40-42页
     ·基于证据理论与覆盖转化的分类方法第42-44页
   ·实例分析第44-50页
   ·本章小结第50-51页
第5章 总结与展望第51-53页
   ·本文的主要工作总结第51页
   ·研究工作展望第51-53页
参考文献第53-60页
致谢第60-61页
在读期间公开发表论文(著)及科研情况第61页

论文共61页,点击 下载论文
上一篇:邻域粗糙集及其基于邻域粗糙集的分类算法
下一篇:基于蒙特卡罗的移动传感网络节点定位算法的研究