基于粗糙集的数据挖掘算法研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究的目的与意义 | 第9-10页 |
| ·国内外研究历史与现状 | 第10-13页 |
| ·粗糙集的研究历史与现状 | 第10-11页 |
| ·决策树研究历史与现状 | 第11-13页 |
| ·本文的研究工作 | 第13页 |
| ·本文的组织 | 第13-14页 |
| 第二章 相关理论概述 | 第14-31页 |
| ·粗糙集基本理论 | 第14-22页 |
| ·粗糙集中的知识表达系统 | 第14-16页 |
| ·不可区分关系与上、下近似 | 第16-17页 |
| ·决策表知识约简 | 第17-18页 |
| ·决策约简规则 | 第18-19页 |
| ·基于差别矩阵的知识约简 | 第19-22页 |
| ·决策树简介 | 第22-30页 |
| ·决策树构造的基本流程 | 第22-23页 |
| ·几种常用决策树算法 | 第23-26页 |
| ·决策树后剪枝方法及比较 | 第26-29页 |
| ·ID3 算法实例 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于粗糙集的算法改进 | 第31-41页 |
| ·知识约简算法改进 | 第31-37页 |
| ·问题的提出 | 第31-32页 |
| ·属性区分力的知识约简计算方法 | 第32-34页 |
| ·决策表属性区分力的知识约简算法 | 第34-35页 |
| ·算法实例 | 第35-37页 |
| ·基于粗糙集的决策树改进算法 | 第37-40页 |
| ·基于区分价值的决策树优化算法 | 第37-39页 |
| ·基于粗糙集的决策树后剪枝优化算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 实验结果与分析 | 第41-46页 |
| ·算法3.2 与相关算法比较 | 第41-42页 |
| ·算法3.3 与REP算法比较 | 第42-45页 |
| ·实例分析 | 第42-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·主要工作总结 | 第46页 |
| ·未来的研究工作 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的论文 | 第54页 |
| 攻读硕士期间参与科研项目 | 第54页 |
