| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9页 |
| ·信息系统风险评估研究现状 | 第9-15页 |
| ·信息系统风险评估标准的现状 | 第9-12页 |
| ·信息系统风险评估方法的现状 | 第12-15页 |
| ·粗糙集研究现状 | 第15-17页 |
| ·理论发展现状 | 第15-16页 |
| ·应用现状 | 第16-17页 |
| ·本文主要工作及组织结构 | 第17-18页 |
| 2 粗糙集理论及粗糙集数据分析 | 第18-29页 |
| ·引言 | 第18页 |
| ·粗糙集的研究对象 | 第18页 |
| ·粗糙集基础理论 | 第18-24页 |
| ·知识与知识库 | 第18-19页 |
| ·不精确范畴,近似与粗集 | 第19-21页 |
| ·知识依赖性与知识约简 | 第21-23页 |
| ·知识表达系统与决策表 | 第23-24页 |
| ·粗糙集理论的特点 | 第24页 |
| ·粗糙集数据分析 | 第24-28页 |
| ·预处理 | 第25-27页 |
| ·规则提取 | 第27-28页 |
| ·决策分析 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 基于云模型的连续属性集离散化方法 | 第29-43页 |
| ·引言 | 第29页 |
| ·云模型相关理论 | 第29-36页 |
| ·云的基本概念 | 第29-30页 |
| ·云的数字特征 | 第30-32页 |
| ·正态云发生器 | 第32-35页 |
| ·云变换 | 第35-36页 |
| ·基于云模型的连续属性集离散化方法 | 第36-42页 |
| ·云模型与粗糙集理论的结合 | 第36-37页 |
| ·连续属性集离散化问题描述 | 第37-38页 |
| ·基于云模型的离散化算法 | 第38-39页 |
| ·实验分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于改进遗传算法的粗糙集属性约简算法 | 第43-55页 |
| ·引言 | 第43页 |
| ·粗糙集属性约简问题描述 | 第43-44页 |
| ·基于遗传算法的粗糙集属性约简算法 | 第44-48页 |
| ·遗传算法介绍 | 第44-45页 |
| ·算法思路 | 第45-47页 |
| ·算法实现 | 第47-48页 |
| ·基于改进遗传算法的粗糙集属性约简算法 | 第48-51页 |
| ·改进思路 | 第48-49页 |
| ·算法思路 | 第49-50页 |
| ·算法实现 | 第50-51页 |
| ·实验分析 | 第51-54页 |
| ·对汽车数据表的约简 | 第51-52页 |
| ·对Zoo数据集的约简 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于粗糙集数据分析的信息系统风险评估决策支持系统 | 第55-66页 |
| ·引言 | 第55页 |
| ·信息系统风险评估概述 | 第55-58页 |
| ·信息系统风险评估的基本概念 | 第55-56页 |
| ·信息系统风险评估的主要内容 | 第56-58页 |
| ·粗糙集理论在信息系统风险评估中的应用 | 第58页 |
| ·基于粗糙集数据分析的信息系统风险评估决策支持系统 | 第58-64页 |
| ·系统总体结构 | 第58-61页 |
| ·粗糙集数据分析模块 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |