案例推理方法案例库维护策略研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题背景 | 第11-12页 |
| ·研究现状 | 第12-17页 |
| ·案例推理研究现状 | 第12-14页 |
| ·案例库维护研究现状 | 第14-17页 |
| ·论文工作 | 第17页 |
| ·论文结构 | 第17-19页 |
| 第2章 基于案例的推理方法 | 第19-27页 |
| ·案例推理技术的产生背景 | 第19-20页 |
| ·案例推理技术的产生 | 第19页 |
| ·案例推理技术的理论背景 | 第19-20页 |
| ·案例推理方法的基本原理 | 第20-24页 |
| ·案例表示和案例库 | 第21-22页 |
| ·案例的检索 | 第22页 |
| ·案例调整 | 第22-23页 |
| ·案例的评估和学习 | 第23页 |
| ·案例库维护 | 第23-24页 |
| ·案例推理技术的特点 | 第24页 |
| ·案例推理技术的应用 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 案例库精简策略研究 | 第27-45页 |
| ·案例库的精简 | 第27-28页 |
| ·常用案例库精简方法 | 第28-31页 |
| ·不确定删除法 | 第28页 |
| ·选择删除法 | 第28-29页 |
| ·非删除法 | 第29-31页 |
| ·模糊C均值聚类算法 | 第31-35页 |
| ·普通(硬)C均值聚类算法 | 第31-32页 |
| ·模糊(软)C均值聚类算法 | 第32-33页 |
| ·FCM算法参数的设定 | 第33-35页 |
| ·基于自适应FCM算法的案例库精简 | 第35-39页 |
| ·参数自适应FCM算法 | 第35-38页 |
| ·基于参数自适应FCM的案例库精简 | 第38-39页 |
| ·自适应FCM案例库精简应用实例 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 案例库索引及案例存储策略研究 | 第45-57页 |
| ·案例库的索引 | 第45-46页 |
| ·最近邻索引法 | 第45-46页 |
| ·归纳索引法 | 第46页 |
| ·知识导引法 | 第46页 |
| ·基于自适应FCM的多级索引 | 第46-48页 |
| ·案例的存储 | 第48-51页 |
| ·通过工业实验产生新案例的存储策略 | 第49-50页 |
| ·CBR系统运行过程中产生新案例的存储策略 | 第50-51页 |
| ·引入缓存机制的案例存储策略 | 第51-55页 |
| ·引入缓存案例库的工业实验新案例存储策略 | 第52-53页 |
| ·引入缓存案例库的运行过程新案例存储策略 | 第53-54页 |
| ·引入缓存案例库的案例存储仿真 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 案例库案例属性约简策略研究 | 第57-75页 |
| ·案例的属性约减 | 第57页 |
| ·经典属性约简策略 | 第57-58页 |
| ·粗糙集属性约减算法 | 第58-62页 |
| ·信息系统与决策系统 | 第58-59页 |
| ·等价关系与等价类 | 第59-61页 |
| ·上近似与下近似 | 第61页 |
| ·依赖度与属性重要性 | 第61-62页 |
| ·邻域粗糙集 | 第62-65页 |
| ·邻域 | 第63-64页 |
| ·邻域决策系统 | 第64-65页 |
| ·基于邻域的依赖度和属性重要度 | 第65页 |
| ·邻域粗糙集前向贪心属性约简 | 第65-68页 |
| ·基于邻域粗糙集的案例属性增量约简 | 第68-70页 |
| ·基于邻域粗糙集的案例库属性约简实例应用 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
