| 第一章 绪论 | 第1-13页 |
| ·知识发现与数据挖掘 | 第7-10页 |
| ·知识发现的定义和过程 | 第7-8页 |
| ·数据挖掘的特性 | 第8-9页 |
| ·数据挖掘的任务和方法 | 第9-10页 |
| ·粗糙集理论简介 | 第10-11页 |
| ·Petri 网理论简介 | 第11-12页 |
| ·本文的研究目的和主要内容 | 第12-13页 |
| 第二章 粗糙集理论基础 | 第13-21页 |
| ·粗糙集理论的基本概念 | 第13-16页 |
| ·约简算法 | 第16-19页 |
| ·基本算法与近似算法 | 第16页 |
| ·基于属性重要性的约简算法 | 第16-17页 |
| ·基于区分矩阵的启发式方法 | 第17-18页 |
| ·遗传算法 | 第18-19页 |
| ·动态约简 | 第19页 |
| ·粗糙集模型的推广 | 第19-20页 |
| ·可变精度粗糙集模型(VPRS) | 第19页 |
| ·相似模型 | 第19-20页 |
| ·粗糙集的应用及展望 | 第20-21页 |
| 第三章 Petri 网理论基础 | 第21-24页 |
| ·Petri 网理论的基本概念 | 第21-23页 |
| ·基本定义 | 第21-22页 |
| ·网系统的分类 | 第22-23页 |
| ·CPN(Colored Petri Nets 有色网系统) | 第23-24页 |
| 第四章 基于评价指数的属性约简算法 | 第24-42页 |
| ·可分辨关系与对象差异矩阵 | 第24-29页 |
| ·基于可分辨关系的对象差异矩阵算法 | 第29-31页 |
| ·对象差异矩阵算法 | 第29-30页 |
| ·算法复杂度分析 | 第30-31页 |
| ·基于可分辨能力指数的属性约简算法 | 第31-33页 |
| ·算法思想 | 第31页 |
| ·基于可分辨能力指数的属性约简算法 | 第31-33页 |
| ·算法复杂度分析 | 第33页 |
| ·基于评价指数的属性约简算法 | 第33-36页 |
| ·评价指数 | 第33-34页 |
| ·基于评价指数的属性约简算法 | 第34-36页 |
| ·算法复杂度分析 | 第36页 |
| ·对基于评价指数的约简算法的改进 | 第36-38页 |
| ·算法的空间复杂度分析 | 第36-37页 |
| ·改进算法 | 第37-38页 |
| ·基于属性频度的约简算法 | 第38-39页 |
| ·实验结果分析 | 第39-42页 |
| ·算法的结果精确性 | 第40页 |
| ·算法的时间性能 | 第40-42页 |
| 第五章 基于区分能力指数的并行约简算法 | 第42-47页 |
| ·目前存在的相关并行算法 | 第42-43页 |
| ·基于区分能力指数的并行约简算法 | 第43-47页 |
| ·基于区分能力指数的信息系统划分思想 | 第43-44页 |
| ·基于区分能力指数的并行约简算法 | 第44-45页 |
| ·并行约简算法性能分析 | 第45-47页 |
| 第六章 在CPN Tools 上模拟并行约简算法 | 第47-51页 |
| ·CPN Tools | 第47-48页 |
| ·CPN Tools 的模拟分析 | 第48-51页 |
| ·Timed—CPN(时间CPN 模型) | 第48-49页 |
| ·模拟分析 | 第49-51页 |
| 第七章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-67页 |
| 摘要 | 第67-69页 |
| Abstract | 第69-72页 |
| 致谢 | 第72-73页 |
| 导师及作者简介 | 第73页 |