基于粗集的知识获取方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景 | 第8页 |
| ·课题目的和意义 | 第8-9页 |
| ·粗集理论的发展与研究现状 | 第9-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 第2章 粗集的基本理论 | 第13-20页 |
| ·基本概念 | 第13-18页 |
| ·信息系统、决策表 | 第13-14页 |
| ·不可分辨关系 | 第14-15页 |
| ·精确集、粗集、上近似集、下近似集 | 第15-17页 |
| ·Pawlak 相对约简 | 第17-18页 |
| ·决策表的约简步骤 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 属性约简算法的研究 | 第20-35页 |
| ·引言 | 第20页 |
| ·已有的属性约简算法 | 第20-24页 |
| ·基于相对正域的属性约简算法 | 第20-21页 |
| ·基于可辨识矩阵属性频率的属性约简算法 | 第21-22页 |
| ·基于可辨识矩阵和逻辑运算的属性约简算法 | 第22-23页 |
| ·基于信息熵的属性约简算法 | 第23-24页 |
| ·对属性约简算法的改进 | 第24-29页 |
| ·算法描述 | 第24-26页 |
| ·算法复杂度分析 | 第26页 |
| ·实验验证 | 第26-29页 |
| ·基于数据库操作的启发式属性约简算法 | 第29-34页 |
| ·Rough 集中核心概念获取的新方法 | 第29-30页 |
| ·算法描述 | 第30-32页 |
| ·算法复杂度分析 | 第32页 |
| ·实验验证 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 规则获取算法的研究 | 第35-43页 |
| ·引言 | 第35页 |
| ·一般值约简方法 | 第35-36页 |
| ·基于可辨识矩阵的启发式规则获取算法 | 第36-42页 |
| ·算法描述 | 第36-37页 |
| ·算法复杂度分析 | 第37-38页 |
| ·对不确定性决策规则的统计处理 | 第38-40页 |
| ·实验验证 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 有序决策表的研究 | 第43-51页 |
| ·引言 | 第43-44页 |
| ·DRSA 基本理论 | 第44-45页 |
| ·DRSA 中基于优势矩阵的启发式属性约简算法 | 第45-49页 |
| ·算法描述 | 第45-47页 |
| ·算法复杂度分析 | 第47页 |
| ·实例分析与比较 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第6章 基于粗集的知识获取方法的系统实现 | 第51-59页 |
| ·系统描述 | 第51-57页 |
| ·数据规范及界面中的参数说明 | 第51-53页 |
| ·系统性能 | 第53-57页 |
| ·系统实现所用技术 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第65页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第65页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第65-66页 |
| 致谢 | 第66页 |
