基于粗糙集的多级规则归纳算法和一种扩展流图
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-21页 |
| ·知识发现 | 第7-8页 |
| ·知识发现过程 | 第8-9页 |
| ·知识发现方法 | 第9-18页 |
| ·统计方法 | 第10页 |
| ·模糊集理论 | 第10-11页 |
| ·决策树 | 第11-12页 |
| ·证据理论 | 第12-13页 |
| ·粗糙集理论 | 第13-15页 |
| ·贝叶斯网络 | 第15-16页 |
| ·案例推理 | 第16页 |
| ·人工神经网络 | 第16-18页 |
| ·流图 | 第18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的组织结构 | 第19-21页 |
| 第二章 基于粗糙集的多级规则归纳算法 | 第21-46页 |
| ·粗糙集理论基础 | 第21-32页 |
| ·基本概念 | 第21-24页 |
| ·信息系统 | 第24-27页 |
| ·决策语言 | 第27-29页 |
| ·粗糙集信息处理方法及过程 | 第29-32页 |
| ·基于粗糙集的多级规则归纳算法 | 第32-45页 |
| ·近似规则 | 第35-37页 |
| ·规则归纳算法 | 第37-42页 |
| ·实验结果 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 一种扩展的流图 | 第46-78页 |
| ·流图 | 第46-53页 |
| ·流图的基本概念 | 第46-51页 |
| ·流图与决策算法 | 第51-52页 |
| ·流图与粗糙集 | 第52-53页 |
| ·扩展流图 | 第53-57页 |
| ·扩展流图与决策表 | 第57-68页 |
| ·扩展流图的一致性 | 第58-62页 |
| ·扩展流图的动态更新 | 第62-63页 |
| ·扩展流图的约简 | 第63-67页 |
| ·规则获取 | 第67-68页 |
| ·扩展流图与粒计算 | 第68-77页 |
| ·粒计算 | 第68-69页 |
| ·扩展流图的粒化 | 第69-71页 |
| ·粒子的分解与组合 | 第71-73页 |
| ·扩展流图的推理与重构 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第四章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-87页 |
| 中文摘要 | 第87-89页 |
| ABSTRACT | 第89-92页 |
| 致谢 | 第92-93页 |
| 导师及作者简介 | 第93页 |
