基于粗糙集理论的暴雨规则挖掘及相似检索
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·本文的研究背景和研究意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·暴雨预报现状 | 第9-10页 |
| ·数据挖掘技术现状 | 第10页 |
| ·本课题的研究内容及主体框架 | 第10-12页 |
| ·研究的主要内容 | 第10-11页 |
| ·本文的主体框架 | 第11-12页 |
| 第二章 特征提取及案例库的构建 | 第12-24页 |
| ·数据库概述 | 第12页 |
| ·特征提取 | 第12-17页 |
| ·强度特征 | 第12-13页 |
| ·纹理特征 | 第13页 |
| ·形状特征 | 第13-14页 |
| ·强回波顶高 | 第14页 |
| ·垂直累积液态含水量 | 第14-17页 |
| ·工作流程及个例特征值 | 第17-21页 |
| ·案例库的构建 | 第21-23页 |
| ·ALLFeatures表 | 第22-23页 |
| ·VILFeature表 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 粗糙集理论 | 第24-37页 |
| ·数据挖掘技术 | 第24-25页 |
| ·数据挖掘定义 | 第24页 |
| ·数据挖掘过程 | 第24-25页 |
| ·数据挖掘的方法 | 第25页 |
| ·粗糙集理论 | 第25-28页 |
| ·决策表 | 第25-26页 |
| ·粗糙集定义 | 第26-27页 |
| ·决策表的约简 | 第27-28页 |
| ·数据处理 | 第28-33页 |
| ·数据过滤 | 第29页 |
| ·数据离散化 | 第29-33页 |
| ·基于粗糙集理论提取规则 | 第33-36页 |
| ·属性约简 | 第33-34页 |
| ·知识库生成 | 第34-36页 |
| ·测试结果 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于粗糙集的CBR检索 | 第37-49页 |
| ·CBR的基本理论 | 第37-39页 |
| ·CBR的构成及推理 | 第37-38页 |
| ·CBR的构成 | 第37-38页 |
| ·CBR的推理步骤 | 第38页 |
| ·CBR系统特点 | 第38-39页 |
| ·基于粗糙集的CBR检索系统 | 第39-48页 |
| ·属性重要度和属性权值 | 第39-43页 |
| ·相似度计算 | 第43-44页 |
| ·算例分析 | 第44-48页 |
| ·相似案例检索流程图 | 第44-45页 |
| ·算例分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-53页 |
| ·系统集成 | 第49页 |
| ·系统程序主流程图 | 第49-51页 |
| ·本文工作总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
