摘 要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-13页 |
·概述 | 第9-10页 |
·论文的研究背景 | 第10-12页 |
·论文研究内容 | 第12页 |
·论文组织与结构 | 第12-13页 |
第二章 知识发现与数据挖掘技术综述 | 第13-17页 |
·知识发现和数据挖掘基本知识 | 第13页 |
·数据预处理 | 第13-14页 |
·数据挖掘方法和技术 | 第14-15页 |
·数据挖掘研究中的技术难题 | 第15-17页 |
第三章 ROUGH 集基础知识 | 第17-25页 |
·ROUGH 集的基本概念 | 第17-21页 |
·知识的分类观点 | 第17-18页 |
·知识的概率分布 | 第18-19页 |
·新型的成员关系 | 第19-20页 |
·概念的边界观点 | 第20页 |
·粗糙度和分类质量 | 第20-21页 |
·知识的化简 | 第21-23页 |
·知识的依赖性及属性的重要性 | 第23-25页 |
第四章 连续属性的离散化方法 | 第25-41页 |
·连续属性的离散化简述 | 第25-28页 |
·离散化问题的概念 | 第25-26页 |
·离散化的思想和步骤 | 第26页 |
·候选断点的确定和断点辨别能力评价 | 第26-27页 |
·离散化方法简介 | 第27-28页 |
·一种基于摄动的模糊聚类的属性离散化 | 第28-34页 |
·FCMBP 模糊聚类方法 | 第28-31页 |
·度量属性区间离散化效果的类信息熵 | 第31页 |
·基于 FCMBP 模糊聚类的属性离散化方法及实例 | 第31-34页 |
·一种基于自组织特征映射的属性离散化算法 | 第34-37页 |
·属性间的不相容性概念 | 第34页 |
·自组织特征映射的属性离散化算法 | 第34-36页 |
·算例 | 第36-37页 |
·基于系统最大依赖度的连续属性的离散化方法 | 第37-40页 |
·离散化矩阵的概念 | 第37-38页 |
·离散化的评价指标――依赖度 | 第38页 |
·基于系统最大依赖度的离散化算法 | 第38-39页 |
·应用实例 | 第39-40页 |
·本章小结 | 第40-41页 |
第五章 基于相容关系的不完备信息系统的规则提取 | 第41-50页 |
·引言 | 第41页 |
·基于相容关系的不完备信息系统属性约简的定义 | 第41-42页 |
·相容矩阵和分配决策矩阵 | 第42-44页 |
·最大分布约简与规则提取的矩阵算法 | 第44-48页 |
·最大分布约简与规则提取的矩阵表示 | 第44-45页 |
·最大分布约简及规则提取算法 | 第45-46页 |
·实例分析 | 第46-48页 |
·本章小结 | 第48-50页 |
第六章 结束语 | 第50-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-55页 |
攻读硕士期间取得的研究成果 | 第55页 |