| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-15页 |
| ·数据挖掘技术的产生背景 | 第8-9页 |
| ·数据挖掘技术的商业需求分析 | 第8页 |
| ·数据挖掘产生的技术背景分析 | 第8-9页 |
| ·数据挖掘概念 | 第9-10页 |
| ·数据挖掘的功能 | 第10-14页 |
| ·概念/类描述：特征化和比较 | 第10-11页 |
| ·关联分析 | 第11页 |
| ·分类和预测 | 第11-12页 |
| ·聚类分析 | 第12-13页 |
| ·孤立点分析 | 第13页 |
| ·演变分析 | 第13-14页 |
| ·数据挖掘的方法 | 第14-15页 |
| 第二章 粗糙集理论概述 | 第15-26页 |
| ·粗糙集的产生和发展 | 第15-16页 |
| ·粗糙集的基本原理 | 第16页 |
| ·粗糙集理论的一些基本概念 | 第16-23页 |
| ·等价关系与不可识别关系 | 第16-18页 |
| ·知识的含义 | 第18页 |
| ·粗糙集的定义 | 第18-20页 |
| ·信息系统与决策表 | 第20-22页 |
| ·约简与核 | 第22-23页 |
| ·一个例子 | 第23-26页 |
| 第三章 含序命题研究 | 第26-42页 |
| ·标准的引入和不一致问题的产生 | 第26-28页 |
| ·含序粗集方法中相关定义和符号 | 第28-32页 |
| ·GRs 算法 | 第32-36页 |
| ·算法描述 | 第32-33页 |
| ·算法解释与分析 | 第33-35页 |
| ·GRs 和AllRules 算法的比较 | 第35-36页 |
| ·IGRs 算法 | 第36-42页 |
| ·算法描述 | 第36-37页 |
| ·算法解释与分析 | 第37-39页 |
| ·算法改进 | 第39-42页 |
| 第四章 算法的测试、验证与比较 | 第42-49页 |
| ·实验数据 | 第42页 |
| ·AllRules、GRs 和IGRs 算法的比较 | 第42-44页 |
| ·GRs 和IGRs 算法的测试与验证 | 第44-45页 |
| ·改进IGRs 算法的测试 | 第45-49页 |
| ·相关度实验 | 第45-48页 |
| ·冲突消解实验 | 第48-49页 |
| 第五章 不完备信息系统下的粗糙集方法 | 第49-61页 |
| ·问题的提出 | 第49-50页 |
| ·几种已有的扩展关系模型 | 第50-53页 |
| ·相容关系 | 第50页 |
| ·非对称相似关系 | 第50-51页 |
| ·量化相容关系 | 第51-52页 |
| ·限制相容关系 | 第52-53页 |
| ·限制量化相容关系模型 | 第53-57页 |
| ·限制量化相容关系 | 第53-54页 |
| ·限制量化相容关系的解释及分析 | 第54-57页 |
| ·RQCR 算法的设计与实现 | 第57-59页 |
| ·算法描述 | 第57-58页 |
| ·算法解释与分析 | 第58-59页 |
| ·可变门阈值的限制量化相容关系模型 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| ·工作总结 | 第61页 |
| ·进一步工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 摘要 | 第66-69页 |
| Abstract | 第69-72页 |
| 致谢 | 第72-73页 |
| 导师及作者简介 | 第73页 |