| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 问题的提出 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的研究内容 | 第13-15页 |
| 第2章 理论背景 | 第15-26页 |
| 2.1 粗糙集 | 第15-16页 |
| 2.2 模糊粗糙集 | 第16-18页 |
| 2.3 基于模糊边界区域的模糊粗糙特征选取算法 | 第18-20页 |
| 2.4 前向神经网络 | 第20-23页 |
| 2.5 极限学习机 | 第23-26页 |
| 第3章 模糊粗糙加权极限学习机及风险评估方法 | 第26-31页 |
| 3.1 模糊粗糙加权极限学习机 | 第26-28页 |
| 3.2 模糊粗糙多层风险评估方法 | 第28-31页 |
| 第4章 基准数据分类实验 | 第31-35页 |
| 4.1 实验设置 | 第31-32页 |
| 4.2 与常用分类算法比较 | 第32-35页 |
| 第5章 乳腺癌风险评估问题 | 第35-43页 |
| 5.1 问题背景 | 第35-37页 |
| 5.2 实验数据 | 第37-38页 |
| 5.3 风险评估系统设计 | 第38-39页 |
| 5.4 数据约简 | 第39-40页 |
| 5.5 实验结果 | 第40-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |