粗糙集理论在银行数据分析中的利用
| 第1章 绪论 | 第1-17页 |
| ·概述 | 第8-13页 |
| ·粗糙集的特点 | 第8-9页 |
| ·粗糙集的应用 | 第9-10页 |
| ·粗糙集的主要思想 | 第10页 |
| ·粗糙集的理论解释 | 第10-11页 |
| ·粗糙集的论域模型 | 第11页 |
| ·国内外的研究现状 | 第11-13页 |
| ·银行数据的分析利用 | 第13-15页 |
| ·历史回顾 | 第13-14页 |
| ·银行现状 | 第14-15页 |
| ·粗糙集概念的使用 | 第15页 |
| ·论文结构 | 第15-17页 |
| 第2章 集合理论和粗糙集基础 | 第17-33页 |
| ·集合理论基础 | 第17-18页 |
| ·基本概念和定义 | 第17-18页 |
| ·集合关系 | 第18页 |
| ·粗糙集理论基础 | 第18-33页 |
| ·基本理论思想 | 第18-20页 |
| ·知识与知识库 | 第20-22页 |
| ·不精确范畴、近似与粗糙集 | 第22-24页 |
| ·知识约简 | 第24-27页 |
| ·知识的依赖性 | 第27-28页 |
| ·知识表达系统 | 第28页 |
| ·决策表 | 第28-29页 |
| ·区分矩阵与区分函数 | 第29-33页 |
| 第3章 粗糙集理论及技术 | 第33-48页 |
| ·信息系统 | 第33-34页 |
| ·属性的依赖性 | 第34-35页 |
| ·属性的约简 | 第35-37页 |
| ·属性值的约简 | 第37页 |
| ·一般算法的计算复杂度 | 第37-38页 |
| ·典型算法 | 第38-39页 |
| ·粗糙逻辑与决策 | 第39-41页 |
| ·粗糙逻辑 | 第39-40页 |
| ·决策 | 第40-41页 |
| ·粗糙集理论的核心 | 第41-42页 |
| ·粗糙集理论与模糊集理论的简单比较 | 第42页 |
| ·粗糙集理论的核心 | 第42页 |
| ·基于粗糙集理论的规则发现方法的基本思想 | 第42-43页 |
| ·粗糙集理论的扩展模型 | 第43-48页 |
| ·可变精度模型 | 第43-45页 |
| ·相容关系模型 | 第45-48页 |
| 第4章 数据的预处理 | 第48-56页 |
| ·属性的离散化 | 第48-54页 |
| ·属性的离散化和泛化的一般方法 | 第48-53页 |
| ·连续属性的离散化方法 | 第48-49页 |
| ·有监督的离散化方法 | 第49页 |
| ·无监督的离散化方法 | 第49-50页 |
| ·基于粗糙集的离散化方法 | 第50-51页 |
| ·面向属性的归纳 | 第51-52页 |
| ·决策表的泛化 | 第52-53页 |
| ·一种改进的处理连续属性的方法 | 第53-54页 |
| ·数据离散化的实例 | 第54-56页 |
| 第5章 粗糙集理论在银行数据利用分析中的应用 | 第56-71页 |
| ·概述 | 第56-58页 |
| ·银行应用案例 | 第58-69页 |
| ·决策属性集为单个属性的案例 | 第58-64页 |
| ·决策属性集为单个属性的案例 | 第58-60页 |
| ·样本数据离散化 | 第60-61页 |
| ·算法及规则生成 | 第61-63页 |
| ·与其他方法联合使用 | 第63-64页 |
| ·决策属性集为多个属性的案例 | 第64-69页 |
| ·决策属性集为单个属性的案例 | 第65-66页 |
| ·样本数据离散化 | 第66-67页 |
| ·算法及规则生成 | 第67-69页 |
| ·应用效果分析 | 第69-71页 |
| 第6章 粗糙集理论的前景展望 | 第71-74页 |
| ·粗糙集理论的前景 | 第71-73页 |
| ·结束语 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
