摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-27页 |
1.1 研究背景与意义 | 第12-15页 |
1.1.1 研究背景 | 第12-14页 |
1.1.2 研究意义 | 第14-15页 |
1.2 研究现状 | 第15-23页 |
1.2.1 粗糙集的研究现状 | 第15-18页 |
1.2.2 邻域粗糙集的研究现状 | 第18-19页 |
1.2.3 基于粗糙集模型的属性选择研究现状 | 第19-20页 |
1.2.4 偏好挖掘的研究与应用现状 | 第20-23页 |
1.3 本文的研究思路与创新 | 第23-25页 |
1.4 本论文的结构安排 | 第25-27页 |
第二章 基础理论 | 第27-37页 |
2.1 Pawlak粗糙集理论 | 第27-29页 |
2.2 邻域粗糙集理论 | 第29-32页 |
2.3 Pawlak粗糙集和邻域粗糙集的关系讨论 | 第32-33页 |
2.4 基于粗糙集模型的属性评估方法 | 第33-34页 |
2.5 偏好挖掘主要方法 | 第34-36页 |
2.6 本章小结 | 第36-37页 |
第三章 双论域邻域粗糙集模型 | 第37-51页 |
3.1 引言 | 第37页 |
3.2 邻域粗糙集在双论域上的推广 | 第37-42页 |
3.2.1 双论域邻域粗糙集 | 第37-40页 |
3.2.2 变精度双论域邻域粗糙集 | 第40-42页 |
3.3 关于双论域转单论域问题的一些讨论 | 第42-50页 |
3.3.1 不完备信息系统上的邻域粗糙集 | 第43-46页 |
3.3.2 容差邻域熵 | 第46-49页 |
3.3.3 属性对决策的重要度评估 | 第49-50页 |
3.4 本章小结 | 第50-51页 |
第四章 多核粒化粗糙集和多粒度熵 | 第51-76页 |
4.1 引言 | 第51-52页 |
4.2 多核粒化粗糙集模型 | 第52-62页 |
4.2.1 基本概念 | 第52-56页 |
4.2.1.1 模糊集和模糊算子 | 第52-53页 |
4.2.1.2 模糊粗糙集的单核粒化 | 第53-54页 |
4.2.1.3 多粒度粗糙集模型 | 第54-56页 |
4.2.2 模糊粗糙集的多核粒化 | 第56-62页 |
4.2.2.1 多核近似算子 | 第56-57页 |
4.2.2.2 相关性质 | 第57-60页 |
4.2.2.3 近似质量和属性重要度 | 第60-62页 |
4.3 粒化的多粒度表达 | 第62-64页 |
4.4 多粒度熵 | 第64-74页 |
4.4.1 基本定义 | 第64-65页 |
4.4.2 相关性质 | 第65-67页 |
4.4.3 基于多粒度熵的属性评估 | 第67-68页 |
4.4.4 实验 | 第68-74页 |
4.5 本章小结 | 第74-76页 |
第五章 基于邻域熵的合作博弈属性选择模型 | 第76-91页 |
5.1 引言 | 第76页 |
5.2 属性的依赖、独立与冗余 | 第76-78页 |
5.3 属性评估的合作博弈 | 第78-81页 |
5.4 实验 | 第81-90页 |
5.4.1 实验一:NECGT-SIGFD vs. SIGFD | 第82-86页 |
5.4.2 实验二:NECGT vs. Co FS | 第86-90页 |
5.4.3 关于实验的开放性问题讨论 | 第90页 |
5.5 本章小结 | 第90-91页 |
第六章 基于双论域邻域粗糙集模型的偏好挖掘 | 第91-108页 |
6.1 引言 | 第91-92页 |
6.2 基础理论回顾 | 第92-93页 |
6.3 数据模型与基线评估 | 第93-96页 |
6.4 基于双论域邻域粗糙集模型的偏好规则与推荐 | 第96-99页 |
6.5 实验 | 第99-107页 |
6.5.1 实验一:偏好规则的含义与推荐 | 第99-101页 |
6.5.2 实验二:参数讨论 | 第101-106页 |
6.5.3 实验三:NRSTU vs RSTU | 第106-107页 |
6.6 本章小结 | 第107-108页 |
第七章 总结与展望 | 第108-110页 |
7.1 全文总结 | 第108页 |
7.2 后续工作展望 | 第108-110页 |
致谢 | 第110-111页 |
参考文献 | 第111-120页 |
攻读博士期间论文发表情况 | 第120-121页 |