基于粗糙集理论的数据挖掘研究
| 1 引言 | 第1-10页 |
| 2 粗糙集理论及其应用 | 第10-22页 |
| ·粗糙集理论的产生和发展 | 第10-11页 |
| ·粗糙集理论概述 | 第11-19页 |
| ·知识的分类观点 | 第11-12页 |
| ·粗糙集理论的有关概念 | 第12-14页 |
| ·信息系统和决策表 | 第14-15页 |
| ·决策表的约简 | 第15页 |
| ·知识的约简 | 第15-16页 |
| ·属性的约简 | 第16页 |
| ·分明矩阵 | 第16-17页 |
| ·知识的依赖性 | 第17-18页 |
| ·粗糙集理论的特点 | 第18-19页 |
| ·粗糙集理论所处理的问题 | 第19页 |
| ·粗糙集与其它技术的融合 | 第19-20页 |
| ·粗糙集理论的应用 | 第20-22页 |
| 3 数据挖掘简述 | 第22-33页 |
| ·数据挖掘的概念 | 第22-23页 |
| ·数据挖掘的结构和过程 | 第23-24页 |
| ·数据挖掘的结构 | 第23页 |
| ·数据挖掘的过程 | 第23-24页 |
| ·数据挖掘的特点 | 第24-25页 |
| ·数据挖掘的任务 | 第25-26页 |
| ·数据挖掘的分类 | 第26-28页 |
| ·数据挖掘的要求 | 第28页 |
| ·数据挖掘的应用 | 第28-30页 |
| ·数据挖掘展望 | 第30-33页 |
| 4 带隶属度及权重的粗糙集模型 | 第33-48页 |
| ·可变精度粗糙集(VPRS)模型 | 第33-34页 |
| ·相似模型 | 第34-35页 |
| ·非单调逻辑模型 | 第35页 |
| ·带隶属度及权重的信息系统ISUW | 第35-36页 |
| ·带隶属度及权重的信息系统中噪音的处理 | 第36-37页 |
| ·带隶属度及权重的信息系统中近似空间的划分 | 第37页 |
| ·ISUW中决策属性对条件属性的依赖度的计算 | 第37-38页 |
| ·带隶属度及权重的信息系统中属性的约减 | 第38-40页 |
| ·条件属性的约简 | 第38-39页 |
| ·条件属性的约简过程 | 第39-40页 |
| ·ISUW中关联规则挖掘步骤的建立 | 第40-41页 |
| ·算例 | 第41-47页 |
| ·结论 | 第47-48页 |
| 5 全文总结 | 第48-50页 |
| ·全文工作总结 | 第48-49页 |
| ·研究工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 在读期间发表的学术论文 | 第55-61页 |
| 作者简历 | 第61-62页 |
| 致谢 | 第62页 |
