| 第一章 绪论 | 第1-14页 |
| ·分类规则挖掘的概念 | 第7页 |
| ·分类规则挖掘的研究内容 | 第7-8页 |
| ·分类规则挖掘的研究进展 | 第8-12页 |
| ·分类规则挖掘方法的研究进展 | 第8-9页 |
| ·数量属性离散化的研究进展 | 第9-11页 |
| ·属性约简的研究进展 | 第11-12页 |
| ·粗糙集理论及进化计算在分类规则挖掘中的应用 | 第12-13页 |
| ·本文的研究内容及论文组织 | 第13-14页 |
| 第二章 粗糙集理论 | 第14-28页 |
| ·信息系统(Information System, IS) | 第14-15页 |
| ·不可辨识关系(Indiscernibility relation) | 第15-16页 |
| ·下近似和上近似(Lower and Upper approximations) | 第16-17页 |
| ·近似精度(Accuracy of approximation) | 第17-18页 |
| ·属性独立性(Independence of attributes) | 第18页 |
| ·属性的核与属性约简(Core and Reduct of attributes) | 第18-19页 |
| ·可辨识矩阵与可辨识函数(Discernibility Matrix and Discernibility Function) | 第19-20页 |
| ·属性值的核与属性值约简(Core and reducts of attribute values) | 第20-22页 |
| ·分类(Classification) | 第22-23页 |
| ·决策表(Decision table) | 第23-24页 |
| ·D-冗余属性(D-superfluous attributes) | 第24-25页 |
| ·属性的相对核与相对约简(Relative core and relative reducts of attributes) | 第25-26页 |
| ·C的D-辨识矩阵与C的D-核(D-discernibilty matrix and D-core of C) | 第26-28页 |
| 第三章 进化计算 | 第28-38页 |
| ·进化计算原理 | 第28-29页 |
| ·进化计算的基本框架 | 第28-29页 |
| ·进化计算的基本特点 | 第29页 |
| ·遗传算法 | 第29-33页 |
| ·进化策略 | 第33-35页 |
| ·进化规划 | 第35-38页 |
| 第四章 基于粗糙集理论的分类规则挖掘算法 | 第38-47页 |
| ·基于可辨识函数的属性约简算法 | 第38-43页 |
| ·基于可辨识函数的属性约简的理论支撑 | 第38页 |
| ·基于可辨识函数的属性约简算法的研究意义 | 第38-39页 |
| ·基于可辨识函数的属性约简算法的思想 | 第39-41页 |
| ·基于可辨识函数的属性约简算法的实现 | 第41页 |
| ·基于可辨识函数的属性约简算法的分析 | 第41-42页 |
| ·仿真试验分析与比较 | 第42-43页 |
| ·基于可辨识函数的属性约简算法的讨论 | 第43页 |
| ·基于可辨识函数的分类规则提取算法 | 第43-47页 |
| ·基于可辨识函数的分类规则提取算法的理论支撑 | 第43-44页 |
| ·基于可辨识函数的分类规则提取算法的实现 | 第44页 |
| ·仿真试验分析 | 第44-46页 |
| ·基于可辨识函数的分类规则提取算法的讨论 | 第46-47页 |
| 第五章 基于进化计算的数量属性离散化算法 | 第47-57页 |
| ·数量属性离散化的基本知识 | 第48-49页 |
| ·基于进化计算的数量属性离散化算法-进化C均值算法 | 第49-57页 |
| ·进化C均值算法的思想 | 第49-50页 |
| ·进化C均值算法的实现 | 第50-51页 |
| ·仿真试验分析 | 第51-56页 |
| ·进化C均值算法的讨论 | 第56-57页 |
| 第六章 结论 | 第57-59页 |
| ·本文所做研究的意义 | 第57-58页 |
| ·本文所作研究有待继续研究的问题 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 硕士学习阶段发表论文 | 第67页 |
