| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·数据挖掘概述 | 第12-15页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的任务 | 第12-13页 |
| ·数据挖掘的方法 | 第13-14页 |
| ·数据挖掘的步骤 | 第14-15页 |
| ·粗糙集与支持向量机概述 | 第15-17页 |
| ·粗糙集概述 | 第15页 |
| ·支持向量机概述 | 第15-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 2 支持向量机 | 第19-26页 |
| ·引言 | 第19页 |
| ·统计学习理论 | 第19-22页 |
| ·VC维 | 第20页 |
| ·泛化误差界 | 第20-21页 |
| ·结构风险最小化 | 第21-22页 |
| ·支持向量机 | 第22-25页 |
| ·线性分类情况 | 第22-24页 |
| ·非线性分类情况 | 第24-25页 |
| ·支持向量机方法的特点 | 第25-26页 |
| 3 基于邻域粗糙集数据预处理的支持向量机分类算法 | 第26-40页 |
| ·引言 | 第26页 |
| ·经典粗糙集理论及其属性约简 | 第26-31页 |
| ·上、下近似集 | 第26-28页 |
| ·核与约简 | 第28-29页 |
| ·基于经典粗糙集理论的属性约简 | 第29-31页 |
| ·粗糙集理论的扩展模型——邻域粗糙集 | 第31-33页 |
| ·邻域粗糙集 | 第32页 |
| ·邻域决策系统 | 第32-33页 |
| ·基于邻域粗糙集数据预处理的支持向量机分类算法 | 第33-36页 |
| ·基于邻域粗糙集的混合属性约简算法 | 第33-34页 |
| ·基于邻域粗糙集的样本选取 | 第34-36页 |
| ·实验结果与分析 | 第36-39页 |
| ·实验一 | 第36-37页 |
| ·实验二 | 第37-38页 |
| ·实验三 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于粗糙集理论的选择性支持向量机集成 | 第40-50页 |
| ·引言 | 第40页 |
| ·集成学习理论简介 | 第40-42页 |
| ·集成学习的两个步骤 | 第40-41页 |
| ·个体分类器构造方法 | 第41-42页 |
| ·个体分类器选择标准 | 第42-44页 |
| ·精度与差异度对分类器影响 | 第42-43页 |
| ·个体分类器的差异性度量 | 第43-44页 |
| ·基于粗糙集理论的选择性集成 | 第44-47页 |
| ·基于可辨识矩阵的多个约简计算方法 | 第44-45页 |
| ·基于粗糙集理论的选择性集成 | 第45-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·实验一 | 第47-48页 |
| ·实验二 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 一种改进的模糊支持向量机隶属度确定方法 | 第50-60页 |
| ·引言 | 第50页 |
| ·模糊v支持向量机 | 第50-52页 |
| ·基于粗糙一类支持向量机的隶属度设计 | 第52-55页 |
| ·一类支持向量机 | 第52-53页 |
| ·粗糙一类支持向量机 | 第53-54页 |
| ·隶属度设计 | 第54-55页 |
| ·实验结果与分析 | 第55-58页 |
| ·人造数据集 | 第55-56页 |
| ·UCI标准数据集 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 6 基于模糊粗糙集的不确定支持向量机 | 第60-73页 |
| ·引言 | 第60页 |
| ·模糊粗糙集 | 第60-64页 |
| ·模糊集与粗糙集的关系 | 第60-61页 |
| ·模糊逻辑算子 | 第61-62页 |
| ·模糊粗糙集 | 第62-64页 |
| ·核模糊粗糙集模型 | 第64-66页 |
| ·基于模糊粗糙集的不确定支持向量机 | 第66-68页 |
| ·基于高斯核模糊粗糙集的隶属度计算 | 第66-67页 |
| ·不确定支持向量机模型 | 第67-68页 |
| ·实验结果与分析 | 第68-71页 |
| ·实验一 | 第68-70页 |
| ·实验二 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 7 基于粗糙集的支持向量机在污水处理故障检测中的应用 | 第73-82页 |
| ·引言 | 第73页 |
| ·污水处理流程与实验数据介绍 | 第73-77页 |
| ·污水处理流程 | 第73-74页 |
| ·实验数据介绍 | 第74-77页 |
| ·实验结果与分析 | 第77-81页 |
| ·基于粗糙集数据预处理的实验结果与分析 | 第77-80页 |
| ·两种不确定支持向量机的实验结果与分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 总结和展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-94页 |
| 攻读学位期间的研究成果 | 第94-95页 |