基于粗糙集理论的约简方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·KDD与数据挖掘 | 第12-16页 |
| ·KDD与数据挖掘的定义及研究现状 | 第12-14页 |
| ·KDD与数据挖掘的主要任务及相关技术 | 第14-16页 |
| ·粗糙集合理论研究概述 | 第16-19页 |
| ·粗集理论的研究背景 | 第16-17页 |
| ·粗集理论的研究内容及特点 | 第17-18页 |
| ·粗集理论的研究方向 | 第18-19页 |
| ·本文的内容结构 | 第19-20页 |
| 第二章 粗糙集合理论 | 第20-30页 |
| ·近似空间与不可分辨关系 | 第20-21页 |
| ·上(下)近似集 | 第21-22页 |
| ·知识约简和核 | 第22-23页 |
| ·约简和核 | 第22页 |
| ·相对约简和相对核 | 第22-23页 |
| ·信息系统 | 第23-24页 |
| ·决策表与决策规则 | 第24-25页 |
| ·粗集扩展模型 | 第25-29页 |
| ·可变精度粗糙集模型(VPRS) | 第25-26页 |
| ·相似模型 | 第26-27页 |
| ·容差模型 | 第27-28页 |
| ·限制容差模型 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 决策系统的属性约简研究 | 第30-42页 |
| ·基于分辨矩阵的属性约简经典算法 | 第30-31页 |
| ·基于属性重要性的属性约简算法 | 第31页 |
| ·基于属性频度的约简算法 | 第31-32页 |
| ·JELONEK的属性约简算法 | 第32-33页 |
| ·其他属性约简算法 | 第33-35页 |
| ·遗传算法 | 第33-34页 |
| ·复合系统的约简算法 | 第34页 |
| ·动态约简算法 | 第34-35页 |
| ·基于数据库操作的约简算法 | 第35页 |
| ·ARIMC算法 | 第35-40页 |
| ·ARIMC算法的提出 | 第35-36页 |
| ·分辨矩阵IDM | 第36-37页 |
| ·ARIMC算法描述 | 第37-38页 |
| ·实例 | 第38-39页 |
| ·实验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 决策系统的属性值约简及规则提取研究 | 第42-55页 |
| ·属性值约简基本算法 | 第42-45页 |
| ·基于启发式思想的属性值约简算法 | 第45-46页 |
| ·一种基于可分辨矩阵的属性值约简算法 | 第46-48页 |
| ·修改的可分辨矩阵及定义 | 第46-47页 |
| ·算法描述 | 第47-48页 |
| ·AVRIMC算法 | 第48-54页 |
| ·AVRIMC算法的提出 | 第48页 |
| ·分辨矩阵 | 第48页 |
| ·基于值核和吸收率的分辨矩阵的优化构造 | 第48-49页 |
| ·AVRIMC算法描述 | 第49-50页 |
| ·实例 | 第50-52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间参加研究的课题和发表的论文 | 第62-63页 |
| 附录一 决策表MUSHROOM及实验结果 | 第63-68页 |
