| 第一章 数据挖掘 | 第1-22页 |
| ·数据挖掘简述 | 第13-16页 |
| ·数据挖掘的发展与现状 | 第13-14页 |
| ·数据挖掘的基本概念 | 第14页 |
| ·数据挖掘与KDD的比较 | 第14-15页 |
| ·数据挖掘与联机分析处理(OLAP)的比较 | 第15-16页 |
| ·数据挖掘与专家系统的比较 | 第16页 |
| ·数据挖掘的主要步骤 | 第16-17页 |
| ·数据挖掘的方法 | 第17-19页 |
| ·数据挖掘的分类 | 第19-20页 |
| ·基于粗糙集的数据挖掘 | 第20-21页 |
| ·本文的组织 | 第21-22页 |
| 第二章 粗糙集理论 | 第22-32页 |
| ·粗糙集理论的产生和发展 | 第22页 |
| ·粗糙集理论的基本概念 | 第22-25页 |
| ·决策表属性约简 | 第25-29页 |
| ·基于核属性的一般约简算法 | 第25-27页 |
| ·基于分辨矩阵和逻辑运算的属性约简算法 | 第27-29页 |
| ·决策表属性值约简 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 知识粒度 | 第32-38页 |
| ·基于分辨矩阵的知识粒度与计算 | 第32-34页 |
| ·基于分辨矩阵的知识粒度的有关定义和理论 | 第32-33页 |
| ·粒度计算的应用 | 第33-34页 |
| ·基于二进制可辨矩阵的知识粒度与计算 | 第34-37页 |
| ·二进制可辨矩阵 | 第34页 |
| ·基于二进制可辨矩阵的知识粒度的有关定义和理论 | 第34-36页 |
| ·粒度计算的应用 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于二进制可辨矩阵的约简算法 | 第38-46页 |
| ·二进制可辨矩阵的约简算法(BDMR) | 第38-39页 |
| ·算法描述 | 第38页 |
| ·应用 | 第38-39页 |
| ·基于二进制可辨矩阵的属性约简和值约简算法 | 第39-42页 |
| ·算法思想 | 第39-40页 |
| ·算法描述 | 第40页 |
| ·实例 | 第40-42页 |
| ·基于二进制可辨矩阵的重要度的属性约简和值约简算法 | 第42-45页 |
| ·算法思想 | 第42-43页 |
| ·算法描述 | 第43页 |
| ·实例 | 第43-45页 |
| ·本章总结 | 第45-46页 |
| 第五章 基于二进制可辨矩阵约简的原型系统 | 第46-54页 |
| ·原型系统分析与设计 | 第46-47页 |
| ·原型系统的设计目标 | 第46页 |
| ·原型系统的构成 | 第46-47页 |
| ·原型系统的实现及使用 | 第47-50页 |
| ·原型系统的实现 | 第47-48页 |
| ·原型系统的设计过程 | 第48-50页 |
| ·BDMSR算法与BDMR算法比较 | 第50-52页 |
| ·所用数据 | 第50-52页 |
| ·BDMSR算法和BDMR算法实验比较 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第六章 总结 | 第54-56页 |
| ·本文主要工作 | 第54页 |
| ·工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |