云理论在数据挖掘中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文的选题背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要工作 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 数据挖掘中的不确定性 | 第16-25页 |
| ·数据挖掘概述 | 第16-19页 |
| ·数据挖掘的定义 | 第16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·数据挖掘任务 | 第17-18页 |
| ·数据挖掘的对象 | 第18页 |
| ·数据挖掘方法 | 第18-19页 |
| ·数据挖掘存在的问题与困难 | 第19页 |
| ·数据挖掘中的不确定性 | 第19-23页 |
| ·随机性 | 第20-21页 |
| ·模糊性 | 第21-22页 |
| ·不完备性 | 第22-23页 |
| ·不协调性 | 第23页 |
| ·非恒常性 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 云模型理论概述 | 第25-37页 |
| ·云模型理论的基本概念 | 第25-26页 |
| ·云的数字特征 | 第26-27页 |
| ·正态云模型 | 第27-28页 |
| ·云发生器 | 第28-30页 |
| ·二维和多维正态云模型 | 第30-31页 |
| ·二维正态云发生器 | 第31-32页 |
| ·云变换 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 云关系模式及其应用 | 第37-47页 |
| ·云关系 | 第37-38页 |
| ·虚拟泛概念树 | 第38-39页 |
| ·知识跃升策略和算法 | 第39-44页 |
| ·基于云关系模型的学生定性评价 | 第44-45页 |
| ·实例分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 粗糙集理论概述 | 第47-58页 |
| ·粗糙集理论的基本概念 | 第47-50页 |
| ·知识约简 | 第50-53页 |
| ·属性约简 | 第50-51页 |
| ·值约简与规则提取 | 第51-53页 |
| ·粗糙集的理论研究 | 第53-54页 |
| ·数据挖掘的粗糙集方法 | 第54-57页 |
| ·粗糙集应用于数据挖掘的优势 | 第54-55页 |
| ·基于粗糙集理论的数据挖掘过程 | 第55页 |
| ·基于粗糙集理论的数据补齐方法 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 不完备信息系统属性约简的研究 | 第58-67页 |
| ·基于容差关系的粗糙集模型 | 第58-61页 |
| ·广义决策规则和知识约简 | 第61-62页 |
| ·基于集合覆盖的不完备信息系统属性约简方法 | 第62-64页 |
| ·基于集合覆盖的不完备信息系统属性约简算法 | 第64-65页 |
| ·实例分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 基于云理论的实值信息系统属性约简的研究 | 第67-72页 |
| ·相似云度量算法 | 第67-68页 |
| ·实值信息系统 | 第68页 |
| ·云集的定义 | 第68-69页 |
| ·连续值属性约简研究 | 第69-70页 |
| ·连续值属性约简算法 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第八章 总结 | 第72-74页 |
| ·工作小结 | 第72-73页 |
| ·进一步的工作 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文和科研情况 | 第79页 |
