代价敏感属性约简的归并算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 属性约简问题的研究现状 | 第9-10页 |
| 1.2.2 代价敏感学习的研究现状 | 第10页 |
| 1.2.3 代价敏感属性约简的研究现状 | 第10-11页 |
| 1.3 本文的研究工作 | 第11页 |
| 1.4 论文的结构组织 | 第11-12页 |
| 第2章 相关理论及技术研究 | 第12-19页 |
| 2.1 代价敏感决策系统 | 第12-13页 |
| 2.2 粗糙集 | 第13-16页 |
| 2.2.1 信息系统框架 | 第13-14页 |
| 2.2.2 粗糙集的定义 | 第14页 |
| 2.2.3 下近似以及正区域 | 第14页 |
| 2.2.4 上近似以及负区域 | 第14-15页 |
| 2.2.5 边界区域 | 第15页 |
| 2.2.6 粗糙集 | 第15-16页 |
| 2.3 熵 | 第16-18页 |
| 2.3.1 熵的概念 | 第16-17页 |
| 2.3.2 熵的分类及其含义 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 代价敏感属性约简问题 | 第19-28页 |
| 3.1 代价敏感约简问题 | 第19-22页 |
| 3.1.1最小测试代价约简问题 | 第19-20页 |
| 3.1.2 简单公共测试代价问题 | 第20-21页 |
| 3.1.3 最小测试时间代价约简问题 | 第21-22页 |
| 3.2 属性约简算法 | 第22-27页 |
| 3.2.1 启发式算法 | 第22-24页 |
| 3.2.2 蚁群算法 | 第24-25页 |
| 3.2.3 回溯算法 | 第25-26页 |
| 3.2.4 分治法 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 归并算法 | 第28-47页 |
| 4.1 本文算法 | 第28-34页 |
| 4.1.1 归并算法伪代码 | 第28-34页 |
| 4.2 竞争策略 | 第34页 |
| 4.3 复杂度分析 | 第34页 |
| 4.4 算法参数确定 | 第34-46页 |
| 4.4.1 参数调整所使用的数据集 | 第34-35页 |
| 4.4.2 代价设置 | 第35-37页 |
| 4.4.4 参数确定调整方案 | 第37页 |
| 4.4.5 最小测试代价约简问题参数确定 | 第37-40页 |
| 4.4.6 简单公共测试代价约简问题参数确定 | 第40-43页 |
| 4.4.7 最小测试时间代价约简问题参数确定 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 实验对比 | 第47-51页 |
| 5.1 评价指标 | 第47-48页 |
| 5.2 算法正确率对比 | 第48-49页 |
| 5.3 算法耗时对比 | 第49-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第57页 |
