致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
1 引言 | 第11-22页 |
·论文写作目的和意义 | 第11-12页 |
·数据挖掘概述 | 第12-17页 |
·数据挖掘的基本流程 | 第12-13页 |
·数据挖掘的基本功能 | 第13-15页 |
·分类数据挖掘 | 第15-17页 |
·粗糙集理论的发展及研究现状 | 第17-20页 |
·粗糙集理论的产生与发展 | 第17-18页 |
·粗糙集理论的研究与应用 | 第18-20页 |
·论文的结构框架 | 第20-22页 |
2 粗糙集理论 | 第22-29页 |
·知识表达系统 | 第22-23页 |
·经典粗糙集的基本定义 | 第23-26页 |
·可变精度粗糙集(VPRS)基本定义 | 第26-29页 |
3 粗糙集在数据挖掘中的应用研究 | 第29-33页 |
·粗糙集作为数据挖掘方法的优势 | 第29-30页 |
·粗糙集理论与其他挖掘算法的结合应用 | 第30页 |
·基于粗糙集的数据挖掘过程 | 第30-33页 |
4 基于粗糙集的算法改进 | 第33-50页 |
·属性约简算法改进 | 第33-42页 |
·属性约简基本原理 | 第33-37页 |
·约简算法改进 | 第37-39页 |
·实例分析 | 第39-42页 |
·决策树算法改进 | 第42-50页 |
·决策树的基本理论 | 第42-44页 |
·基于经典粗糙集的决策树算法 | 第44-45页 |
·基于可变精度粗糙集的决策树改进算法 | 第45-47页 |
·实例分析 | 第47-50页 |
5 基于粗糙集的挖掘算法在轨道施工安全风险评估中的应用 | 第50-61页 |
·案例描述 | 第50-51页 |
·数据预处理 | 第51-55页 |
·数据清理 | 第51-52页 |
·数据转换 | 第52页 |
·数据集成 | 第52-55页 |
·属性离散化 | 第55页 |
·属性约简 | 第55-58页 |
·模型建立 | 第58-59页 |
·结果分析 | 第59-61页 |
6 结论 | 第61-63页 |
·研究工作总结 | 第61-62页 |
·展望 | 第62-63页 |
参考文献 | 第63-65页 |
附录 A | 第65-70页 |
附录 B | 第70-76页 |
作者简历 | 第76-78页 |
学位论文数据集 | 第78页 |