首页--社会科学总论论文--管理学论文--决策学论文

基于粗糙—模糊集成的分类知识发现

中文摘要第1-7页
Abstract第7-18页
第1章 绪论第18-35页
   ·研究背景及意义第18-20页
     ·知识发现第18-19页
     ·分类第19-20页
   ·现有的分类方法第20-27页
     ·决策树分类方法第21页
     ·贝叶斯分类方法第21-22页
     ·KNN分类方法第22-23页
     ·神经网络分类方法第23-24页
     ·SVM分类方法第24页
     ·模糊集分类方法第24-25页
     ·粗糙集分类方法第25-26页
     ·基于融合技术的分类方法第26-27页
   ·粗糙集与模糊集结合的研究第27-32页
     ·粗糙集与模糊集的比较第27-29页
     ·粗糙-模糊集成方法的文献综述第29-32页
   ·论文的研究内容及篇章结构第32-35页
第2章 预备知识第35-49页
   ·引言第35页
   ·粗糙集的发展历史第35-36页
   ·粗糙集的基本概念第36-41页
     ·信息系统和决策表第36页
     ·不可分辨关系第36-38页
     ·上下近似集第38-39页
     ·属性约简与核第39-41页
   ·模糊集的基本概念第41-44页
     ·模糊集合第41-42页
     ·模糊算子第42-43页
     ·模糊关系第43-44页
   ·基于经典粗糙集的属性约简算法第44-46页
   ·粗糙集的理论与应用研究第46-47页
   ·粗糙集拓展模型第47页
   ·本章小结第47-49页
第3章 基于决策粗糙集的模糊分类模型第49-76页
   ·引言第49-50页
   ·决策粗糙集模型及属性约简第50-59页
     ·决策粗糙集模型的定义第50-53页
     ·决策粗糙集模型的性质第53-57页
     ·决策粗糙集的约简理论第57-59页
   ·基于决策粗糙集的模糊分类系统第59-71页
     ·FC_DTRS的设计流程第59-60页
     ·输入变量的选择第60-67页
     ·输入变量模糊子集的确立第67-69页
     ·模糊规则的建立第69-70页
     ·模糊推理第70-71页
   ·实验分析第71-75页
     ·TSAR_DTRS约简算法性能测试第71-74页
     ·FC_DTRS模型性能测试第74-75页
   ·本章小结第75-76页
第4章 基于改进粗K均值聚类的模糊分类模型第76-93页
   ·引言第76页
   ·基于改进粗K均值聚类的模糊分类模型第76-83页
     ·FC_IRKM的设计流程第76-78页
     ·粗k均值聚类算法第78-79页
     ·改进的粗k均值聚类算法第79-81页
     ·初始FC_IRKM的构建第81页
     ·模糊分类模型的学习第81-83页
   ·实验分析第83-91页
     ·改进的粗k均值聚类算法性能测试第83-90页
     ·基于改进粗k均值聚类的模糊分类模型性能测试第90-91页
   ·本章小结第91-93页
第5章 模糊决策粗糙集模型及其属性约简第93-108页
   ·引言第93页
   ·模糊决策粗糙集模型第93-97页
     ·模糊粒化第93-96页
     ·粗糙近似算子第96-97页
   ·基于模糊决策粗糙集的属性约简第97-100页
   ·算例分析第100-101页
   ·实验分析第101-106页
   ·本章小结第106-108页
第6章 基于模糊决策粗糙集约简的多分类器集成系统第108-118页
   ·引言第108-109页
   ·基于模糊决策粗糙集约简的多分类器集成系统第109-110页
   ·个体分类器的构造第110-111页
   ·个体分类器的选择第111-113页
   ·实验分析第113-115页
   ·应用实例第115-116页
   ·本章小结第116-118页
第7章 总结与展望第118-121页
   ·主要工作与创新点第118-119页
   ·研究展望第119-121页
参考文献第121-134页
致谢第134-135页
攻博期间发表和录用的论文第135-136页
攻博期间参与的科研项目第136-137页
附录一 MATLAB主要程序清单第137-145页
附录二 变压器故障诊断数据集第145-147页

论文共147页,点击 下载论文
上一篇:信息化与工业化融合的影响因素研究
下一篇:环绕型探测器轨道力学及其在航天任务中的应用