基于粗糙集和决策树理论的时态增量算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·时态挖掘与时态数据分类挖掘研究现状 | 第10-12页 |
| ·时态挖掘研究现状 | 第10-12页 |
| ·时态数据分类挖掘研究现状 | 第12页 |
| ·本文研究的内容 | 第12-14页 |
| ·全文安排 | 第14-15页 |
| 2 时态数据与时态数据转换 | 第15-27页 |
| ·时态数据 | 第15-17页 |
| ·时态型、时间粒度概念 | 第15-17页 |
| ·时态知识表达系统和时序转换方法 | 第17-19页 |
| ·时态知识表达系统和时序方法 | 第17-19页 |
| ·改进时序转换方法 | 第19-27页 |
| 3 粗糙集和决策树理论概述 | 第27-46页 |
| ·粗糙集理论的基本概念 | 第27-41页 |
| ·知识表达系统 | 第27-29页 |
| ·粗糙集的特征和相关参数 | 第29-31页 |
| ·属性约简和核的基本概念 | 第31-34页 |
| ·差别矩阵属性求核和属性约简 | 第34-36页 |
| ·基于SQL的属性求核 | 第36-37页 |
| ·基于SQL的属性约简 | 第37-40页 |
| ·决策表分类 | 第40-41页 |
| ·决策树理论 | 第41-46页 |
| ·决策树分类方法原理 | 第41-42页 |
| ·信息论在决策树方法中的应用 | 第42-44页 |
| ·ID3决策树方法 | 第44-46页 |
| 4 基于粗糙集和决策树的时态增量算法 | 第46-64页 |
| ·粗糙集和决策树结合研究现状 | 第46-47页 |
| ·ID3决策树算法优劣分析 | 第47-48页 |
| ·提出算法的主要思路 | 第48-57页 |
| ·计算效率方面 | 第49-54页 |
| ·时间特性属性组合的思路 | 第54页 |
| ·剪枝的改进思路 | 第54-55页 |
| ·增量时态数据集处理的思路 | 第55-57页 |
| ·时态增量算法 | 第57-64页 |
| ·主算法 | 第57-60页 |
| ·算法复杂度分析和性能测试分析 | 第60-64页 |
| 5 实例分析 | 第64-71页 |
| ·实例分析 | 第64-70页 |
| ·小结 | 第70-71页 |
| 6 总结与展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 硕士期间发表的论文 | 第78页 |
