随机信息系统与知识获取
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 绪论 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·本文的组织结构 | 第10-11页 |
| 第一章 粗糙集理论概述 | 第11-23页 |
| ·知识与分类 | 第11-12页 |
| ·信息系统与决策表 | 第12-13页 |
| ·粗糙集的基本概念 | 第13-16页 |
| ·不精确范畴 | 第13页 |
| ·上近似、下近似 | 第13页 |
| ·粗糙集的特征 | 第13-15页 |
| ·近似分类问题的不精确性的数字刻画 | 第15-16页 |
| ·基于粗糙集的知识理论 | 第16-20页 |
| ·知识约简 | 第16-17页 |
| ·属性的约简 | 第17-18页 |
| ·可辨识矩阵与不可辨识矩阵 | 第18-20页 |
| ·程度粗糙集模型 | 第20-21页 |
| ·粗集理论的应用及存在问题 | 第21-23页 |
| 第二章 随机集基本概念 | 第23-29页 |
| ·随机集与证据理论 | 第23-25页 |
| ·随机集 | 第23页 |
| ·证据理论 | 第23-24页 |
| ·证据理论与rough集的关系 | 第24-25页 |
| ·随机信息系统与知识发现 | 第25-27页 |
| ·证据理论的应用及存在问题 | 第27-29页 |
| 第三章 基于程度粗糙集理论的知识约简方法 | 第29-34页 |
| ·程度粗糙集模型 | 第29-30页 |
| ·程度粗糙集模型上的知识约简 | 第30-32页 |
| ·小结 | 第32-34页 |
| 第四章 基于不可辨识矩阵和证据理论的数据挖掘方法 | 第34-45页 |
| ·随机信息系统的知识约简算法 | 第34-38页 |
| ·理论描述与证明 | 第34-35页 |
| ·基于不可辨识矩阵与证据理论的约简算法 | 第35-38页 |
| ·随机决策系统的知识约简与规则提取 | 第38-44页 |
| ·可辨识矩阵与不可辨识矩阵 | 第38-41页 |
| ·决策规则挖掘方法 | 第41页 |
| ·知识约简与规则挖掘算法描述 | 第41-44页 |
| ·实例比较结果 | 第44页 |
| ·小结 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 附录A (攻读学位期间发表论文目录) | 第50页 |
