分类数据挖掘中若干基本问题的研究
| 第一章 绪论 | 第1-27页 |
| ·本文的选题背景与研究意义 | 第10页 |
| ·分类数据挖掘的相关基本概念 | 第10-12页 |
| ·数据挖掘定义 | 第10-11页 |
| ·数据挖掘分类[6, | 第11页 |
| ·分类数据挖掘的主要步骤 | 第11-12页 |
| ·分类数据挖掘面临的主要问题 | 第12页 |
| ·分类数据挖掘的研究进展及评述 | 第12-16页 |
| ·属性选择 | 第12-14页 |
| ·规则抽取 | 第14页 |
| ·连续属性离散化 | 第14-15页 |
| ·不确定性分析 | 第15-16页 |
| ·下一步的研究方向 | 第16页 |
| ·基于粗集理论和神经网络的分类数据挖掘方法 | 第16-25页 |
| ·基于粗集理论的分类数据挖掘方法 | 第16-20页 |
| ·基于神经网络的分类数据挖掘方法 | 第20-24页 |
| ·基于粗集理论和神经网络相结合的组合方法 | 第24-25页 |
| ·本文的主要工作和创新点 | 第25-27页 |
| ·本文主要工作 | 第25-26页 |
| ·本文的主要创新点 | 第26-27页 |
| 第二章 使用神经网络进行特征选择 | 第27-36页 |
| ·引言 | 第27-28页 |
| ·使用神经网络进行特征选择 | 第28-30页 |
| ·网络结构 | 第28-29页 |
| ·网络训练 | 第29-30页 |
| ·搜索方法和评价准则 | 第30页 |
| ·基于神经网络的结构自适应特征选择算法 | 第30-31页 |
| ·基于神经网络的结构自适应特征选择算法 | 第30-31页 |
| ·网络N中的输入特征(隐节点)删除子算法 | 第31页 |
| ·实验结果与分析 | 第31-34页 |
| ·IBM 数据库问题 | 第32-33页 |
| ·三个实际问题 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 组合方法挖掘分类规则 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·基本原理 | 第37-38页 |
| ·粗集理论和神经网络用于属性约简(或选择) | 第37页 |
| ·粗集理论和神经网络用于规则抽取 | 第37-38页 |
| ·组合系统的结构 | 第38-39页 |
| ·组合系统的具体算法 | 第39-41页 |
| ·粗集属性约简算法 | 第39-40页 |
| ·粗集规则抽取算法 | 第40-41页 |
| ·基于粗集理论和神经网络的分类规则抽取总算法 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| ·三个IBM数据库问题 | 第42-43页 |
| ·四个UCI数据库问题 | 第43页 |
| ·噪声环境下的实验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 连续属性离散化研究 | 第45-52页 |
| ·引言 | 第45页 |
| ·基本概念 | 第45-47页 |
| ·连续属性离散化 | 第45-46页 |
| ·一个划分的熵和三个基于熵的度量 | 第46页 |
| ·决策表的不一致度 | 第46-47页 |
| ·EDIC算法 | 第47-49页 |
| ·建立初始离散化方案 | 第47-48页 |
| ·离散化方案的调整 | 第48页 |
| ·总体算法 | 第48-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·所用数据库 | 第49页 |
| ·对比算法 | 第49-50页 |
| ·结果与分析 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第五章 规则不确定性分析的几种度量 | 第52-60页 |
| ·引言 | 第52页 |
| ·规则的表示形式 | 第52-53页 |
| ·几种规则不确定性的度量 | 第53-56页 |
| ·依赖度 | 第54页 |
| ·信息增益与增益率 | 第54页 |
| ·Sloc和Sdet | 第54-56页 |
| ·GR与Sloc的不一致性 | 第56-58页 |
| ·两个定理 | 第56-57页 |
| ·一个反例 | 第57-58页 |
| ·几种不确定性度量的分析比较 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 逐类规则抽取 | 第60-68页 |
| ·引言 | 第60页 |
| ·分类别属性约简算法 | 第60-64页 |
| ·分辨矩阵 | 第60-61页 |
| ·构造类别分辨矩阵 | 第61-63页 |
| ·分类别属性约简算法 | 第63-64页 |
| ·分类别值约简算法 | 第64-66页 |
| ·对子决策表和类别分辨矩阵进行属性约简 | 第64页 |
| ·合并矩阵 | 第64-65页 |
| ·分类别值约简算法 | 第65-66页 |
| ·实验结果与分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 总结与展望 | 第68-70页 |
| ·全文总结 | 第68页 |
| ·本文研究内容的可能后续工作 | 第68页 |
| ·分类数据挖掘的研究前景 | 第68-70页 |
| 参考文献 | 第70-81页 |
| 发表论文和参加科研情况说明 | 第81-82页 |
| 致 谢 | 第82页 |
