基于粗糙集的粒计算在数据挖掘中的研究与应用
中文摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-14页 |
·选题背景和意义 | 第9页 |
·国内外研究现状 | 第9-12页 |
·齿轮故障诊断的研究现状 | 第9-10页 |
·粒计算理论的研究现状 | 第10-11页 |
·粗糙集理论的研究现状 | 第11-12页 |
·论文的研究内容与结构安排 | 第12-14页 |
第2章 相关研究综述 | 第14-24页 |
·齿轮故障诊断 | 第14-16页 |
·齿轮故障诊断的步骤 | 第14页 |
·齿轮故障诊断的方法 | 第14-16页 |
·粒计算的基本理论 | 第16-18页 |
·粒计算的基本思想与要素 | 第16-17页 |
·粒计算的基本问题 | 第17-18页 |
·粗糙集的基本理论 | 第18-23页 |
·信息系统和不完备信息系统 | 第18-19页 |
·粗糙集与上、下近似 | 第19-21页 |
·知识约简与核 | 第21-22页 |
·决策规则 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 基于粒计算的属性约简方法研究 | 第24-40页 |
·典型的属性约简方法介绍与分析 | 第24-28页 |
·基于可辨识矩阵的属性约简 | 第24页 |
·基于属性重要度的启发式属性约简 | 第24-26页 |
·基于互信息的决策表知识约简 | 第26-28页 |
·基于粒计算的信息系统属性约简 | 第28-33页 |
·基本概念 | 第28-31页 |
·算法描述与分析 | 第31-32页 |
·算例分析 | 第32-33页 |
·基于相对分布粒度的决策表属性约简 | 第33-39页 |
·基本概念 | 第33-35页 |
·算法描述与分析 | 第35-36页 |
·算例分析 | 第36-39页 |
·本章小结 | 第39-40页 |
第4章 基于粒计算的决策规则提取方法研究 | 第40-51页 |
·基于粒计算的决策表规则提取 | 第40-45页 |
·知识粒的表示与粒计算 | 第40-42页 |
·基于粒计算的决策规则提取算法 | 第42-43页 |
·算例分析 | 第43-45页 |
·非完备信息系统的不确定性与信息粒度 | 第45-50页 |
·非完备信息系统 | 第46页 |
·信息熵 | 第46-47页 |
·非完备信息系统中的信息粒度 | 第47-48页 |
·非完备信息系统中熵与粒度之间的关系 | 第48-50页 |
·本章小结 | 第50-51页 |
第5章 粒计算在齿轮故障诊断中的应用 | 第51-66页 |
·基于粒计算的数据挖掘模型 | 第51-52页 |
·故障样本数据分析 | 第52-55页 |
·诊断过程分析 | 第55-61页 |
·属性约简 | 第56-57页 |
·规则提取 | 第57-60页 |
·决策应用 | 第60-61页 |
·齿轮故障诊断仿真系统 | 第61-65页 |
·本章小结 | 第65-66页 |
第6章 总结与展望 | 第66-68页 |
·全文工作总结 | 第66-67页 |
·展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
攻读硕士学位期间公开发表的论文 | 第72页 |