| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·数据挖掘发展概述 | 第7-10页 |
| ·粗糙集理论的发展及应用 | 第10-11页 |
| ·基于粗糙集理论的数据挖掘过程 | 第11-12页 |
| ·粗糙集理论应用于属性约简 | 第12-13页 |
| ·本文的研究内容与组织 | 第13-15页 |
| 2 粗糙集理论 | 第15-28页 |
| ·知识和知识库 | 第16-18页 |
| ·近似空间 | 第18-19页 |
| ·知识表达系统和决策表 | 第19-20页 |
| ·约简与核 | 第20-22页 |
| ·差别矩阵 | 第22-23页 |
| ·信息熵基本概念 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 3 属性约简 | 第28-43页 |
| ·属性约简概述 | 第28-29页 |
| ·典型约简算法及分析 | 第29-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于粗糙集理论的属性约简新算法 | 第43-52页 |
| ·MIBARK 算法的改进 | 第43-44页 |
| ·算法实例分析 | 第44-47页 |
| ·基于条件熵的属性近似约简算法 | 第47-49页 |
| ·算法实例分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录一 攻读硕士学位期间发表论文情况 | 第59页 |