基于粒度计算模型的数据挖掘方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·研究的目的和意义 | 第12页 |
| ·数据挖掘概述 | 第12-15页 |
| ·数据挖掘的定义 | 第12-13页 |
| ·数据挖掘的目的 | 第13页 |
| ·数据挖掘的方法 | 第13-14页 |
| ·数据挖掘的步骤 | 第14页 |
| ·数据挖掘的历史 | 第14-15页 |
| ·粗糙集理论概述 | 第15-17页 |
| ·粒度计算理论概述 | 第17-18页 |
| ·不完备信息系统的研究现状及分析 | 第18-19页 |
| ·本文的工作 | 第19页 |
| ·本文的组织 | 第19-21页 |
| 第2章 粗糙集与粒度计算理论 | 第21-35页 |
| ·粗糙集理论 | 第21-24页 |
| ·知识分类 | 第21-22页 |
| ·信息系统与决策表 | 第22-24页 |
| ·粒度计算理论 | 第24-31页 |
| ·粒度计算的起源 | 第25页 |
| ·粒度计算 | 第25-27页 |
| ·粒度计算的基本问题 | 第27-29页 |
| ·现有的几种粒度计算模型 | 第29页 |
| ·商空间理论、粗糙集理论和模糊集理论之间的关系 | 第29-31页 |
| ·粒度意义下的粗糙集 | 第31-34页 |
| ·粗糙集基本概念 | 第31-33页 |
| ·粒度计算相关概念 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 粒度计算下的数据分类 | 第35-42页 |
| ·决策树(DECISION TREE) | 第36-37页 |
| ·基于粒度商的决策树构造算法 | 第37-41页 |
| ·粒度商 | 第37页 |
| ·基于粒度商的决策树构造算法 | 第37-38页 |
| ·算法分析及实验结果 | 第38-39页 |
| ·实例分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 动态粒度下的粗糙集 | 第42-50页 |
| ·基于粗糙集的知识约简 | 第42-43页 |
| ·动态粒度下的知识约简 | 第43-44页 |
| ·基于动态粒度商的属性约简算法 | 第44-48页 |
| ·算法优点 | 第45-46页 |
| ·算法复杂性 | 第46页 |
| ·实验结果 | 第46-47页 |
| ·实例分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 不完备信息系统中的数据分类 | 第50-57页 |
| ·决策关联性 | 第50-51页 |
| ·不完备信息 | 第51-52页 |
| ·不完务信息系统产生原因 | 第51-52页 |
| ·空值的常见处理方法 | 第52页 |
| ·基于粒度计算的不完备系统的完备处理 | 第52-56页 |
| ·信息粒度世界 | 第53-54页 |
| ·基于粒度计算的决策关联性处理 | 第54-55页 |
| ·算法优点 | 第55-56页 |
| ·实现步骤 | 第56页 |
| ·小结 | 第56-57页 |
| 第6章 基于教学质量管理的数据挖掘模型 | 第57-62页 |
| ·系统特点、设计要求 | 第57-58页 |
| ·系统特点 | 第57-58页 |
| ·系统设计要求 | 第58页 |
| ·系统框架及功能设计 | 第58-60页 |
| ·系统框架 | 第58-59页 |
| ·系统各部件功能 | 第59-60页 |
| ·实现方案 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第7章 结束语 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第69页 |
