| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究的目的与意义 | 第9页 |
| 1.2 国内外发展现状 | 第9-12页 |
| 1.2.1 压缩近邻规则的发展现状 | 第9-11页 |
| 1.2.2 模糊粗糙集理论的发展现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-14页 |
| 第2章 基础知识 | 第14-25页 |
| 2.1 近邻分类算法 | 第14-18页 |
| 2.1.1 分类算法 | 第14-15页 |
| 2.1.2 近邻分类规则 | 第15-17页 |
| 2.1.3 模糊近邻分类规则 | 第17-18页 |
| 2.2 模糊粗糙集的相关概念 | 第18-24页 |
| 2.2.1 Dubois 模糊粗糙集模型 | 第18-22页 |
| 2.2.2 RADZIKOWSKA 模糊粗糙集模型 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于模糊粗糙集的压缩近邻规则 | 第25-42页 |
| 3.1 模糊粗糙集约简的改进算法 | 第25-27页 |
| 3.2 改进的模糊近邻规则 | 第27-28页 |
| 3.3 基于模糊粗糙集的压缩近邻规则 | 第28-31页 |
| 3.3.1 基于模糊粗糙集正域的压缩近邻规则(CF K-NN1) | 第28-30页 |
| 3.3.2 基于模糊粗糙集边界域的压缩近邻规则(CF K-NN2) | 第30-31页 |
| 3.4 压缩近邻规则比较研究 | 第31-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 结论与展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间取得的科研成果 | 第47页 |
