| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第15-27页 |
| 1.1 研究意义 | 第15-16页 |
| 1.1.1 混合及动态性是现代社会中大数据的主要特性 | 第15页 |
| 1.1.2 大数据挖掘的知识需要实时动态更新 | 第15-16页 |
| 1.2 混合动态信息系统中知识发现的几个核心问题 | 第16-18页 |
| 1.2.1 如何处理知识发现中的不确定性问题 | 第17页 |
| 1.2.2 如何有效地进行混合数据的信息粒化 | 第17-18页 |
| 1.2.3 如何提高混合动态信息系统中知识更新效率 | 第18页 |
| 1.3 研究现状 | 第18-24页 |
| 1.3.1 粗糙集及其不确定性处理研究进展 | 第18-20页 |
| 1.3.2 粗糙集中混合数据粒化研究进展 | 第20-22页 |
| 1.3.3 混合动态系统中知识更新研究进展 | 第22-24页 |
| 1.4 主要研究内容和组织结构 | 第24-27页 |
| 第2章 预备知识 | 第27-51页 |
| 2.1 Pawlak粗糙集相关知识 | 第27-29页 |
| 2.1.1 决策信息系统 | 第27页 |
| 2.1.2 等价关系、等价类与不可分辨关系 | 第27-28页 |
| 2.1.3 Pawlak粗糙集模型 | 第28-29页 |
| 2.2 粗糙模糊集相关知识 | 第29-30页 |
| 2.2.1 模糊集 | 第29-30页 |
| 2.2.2 粗糙模糊集模型 | 第30页 |
| 2.3 模糊粗糙集相关知识 | 第30-33页 |
| 2.3.1 模糊关系与模糊等价关系 | 第31-32页 |
| 2.3.2 模糊粗糙集模型 | 第32页 |
| 2.3.3 高斯核模糊粗糙集模型 | 第32-33页 |
| 2.4 混合信息系统分类及其知识发现模型 | 第33-50页 |
| 2.4.1 数值型决策信息系统及其知识发现模型 | 第34-38页 |
| 2.4.2 符号型模糊决策系统及其知识发现模型 | 第38-41页 |
| 2.4.3 一般混合信息系统及其知识发现模型 | 第41-50页 |
| 2.5 本章小结 | 第50-51页 |
| 第3章 对象集变化时基于粗糙模糊集的近似集增量更新研究 | 第51-73页 |
| 3.1 引言 | 第51-52页 |
| 3.2 对象变化时粗糙模糊集中非增量的近似集更新算法 | 第52-54页 |
| 3.3 对象变化时粗糙模糊集中近似集增量更新方法 | 第54-63页 |
| 3.3.1 对象增加时近似集增量更新方法 | 第54-59页 |
| 3.3.2 对象删除时近似集增量更新方法 | 第59-63页 |
| 3.4 实例 | 第63-68页 |
| 3.4.1 对象集增加实例 | 第63-66页 |
| 3.4.2 对象集删除实例 | 第66-68页 |
| 3.5 实验测试及结果分析 | 第68-70页 |
| 3.5.1 对象增加时增量算法和非增量算法的比较分析 | 第68-69页 |
| 3.5.2 对象删除时增量算法和非增量算法的比较分析 | 第69-70页 |
| 3.6 本章小结 | 第70-73页 |
| 第4章 对象集变化时基于模糊粗糙集的近似集增量更新研究 | 第73-97页 |
| 4.1 引言 | 第73-74页 |
| 4.2 对象集变化时非增量更新近似集方法 | 第74-75页 |
| 4.3 对象集变化时模糊粗糙集近似集增量更新方法 | 第75-85页 |
| 4.3.1 对象集增加时增量更新近似集方法 | 第76-81页 |
| 4.3.2 对象集删除时增量更新近似集方法 | 第81-85页 |
| 4.4 实例 | 第85-93页 |
| 4.4.1 对象集增加实例 | 第85-90页 |
| 4.4.2 对象集删除实例 | 第90-93页 |
| 4.5 实验测试及结果分析 | 第93-94页 |
| 4.5.1 对象集增加时增量算法和非增量算法的比较分析 | 第93-94页 |
| 4.5.2 对象集删除时增量算法和非增量算法的比较分析 | 第94页 |
| 4.6 本章小结 | 第94-97页 |
| 第5章 属性集变化时基于模糊粗糙集的动态知识更新研究 | 第97-118页 |
| 5.1 引言 | 第97页 |
| 5.2 属性变化时模糊粗糙集近似集增量更新 | 第97-101页 |
| 5.2.1 属性增加时近似集增量更新方法 | 第98-100页 |
| 5.2.2 属性删除时近似集增量更新方法 | 第100-101页 |
| 5.3 属性评价与特征选择 | 第101-104页 |
| 5.4 属性集变化情形下模糊粗糙集增量特征选择算法 | 第104-110页 |
| 5.4.1 属性添加时增量特征选择方法 | 第105-108页 |
| 5.4.2 属性删除时增量特征选择方法 | 第108-110页 |
| 5.5 实验结果与分析 | 第110-114页 |
| 5.5.1 和其它约简算法的评价性能比较 | 第110-111页 |
| 5.5.2 算法FRSA-NFS-HIS和FRSA-IFS-HIS的时间开销分析 | 第111-114页 |
| 5.6 本章小结 | 第114-118页 |
| 第6章 属性值变化时基于模糊粗糙集的近似集增量更新研究 | 第118-142页 |
| 6.1 引言 | 第118-119页 |
| 6.2 条件属性值变化时基于模糊粗糙集的近似集增量更新方法 | 第119-126页 |
| 6.3 决策属性值粗化细化时基于模糊粗糙集的近似集增量更新方法 | 第126-131页 |
| 6.3.1 粒计算的分层结构与层次切换 | 第126页 |
| 6.3.2 属性值粗化细化定义 | 第126-127页 |
| 6.3.3 决策属性值变化时近似集增量更新方法 | 第127-131页 |
| 6.4 实例 | 第131-137页 |
| 6.4.1 条件属性值变化实例 | 第131-135页 |
| 6.4.2 决策属性值粗化细化实例 | 第135-137页 |
| 6.5 实验测试及结果分析 | 第137-138页 |
| 6.5.1 条件属性值变化时非增量算法和增量算法的实验分析 | 第137页 |
| 6.5.2 决策属性值变化时非增量算法和增量算法的实验分析 | 第137-138页 |
| 6.6 本章小结 | 第138-142页 |
| 第7章 总结与展望 | 第142-144页 |
| 7.1 本文工作总结 | 第142-143页 |
| 7.2 未来工作展望 | 第143-144页 |
| 致谢 | 第144-145页 |
| 参考文献 | 第145-154页 |
| 攻读博士学位期间发表的论文及科研成果 | 第154-156页 |
