| 中文摘要 | 第1页 |
| 英文摘要 | 第2-5页 |
| 第一章 绪论 | 第5-12页 |
| ·引 言 | 第5页 |
| ·数据挖掘技术概述 | 第5-9页 |
| ·数据挖掘定义 | 第5-7页 |
| ·数据挖掘的任务 | 第7-8页 |
| ·数据挖掘方法 | 第8-9页 |
| ·Rough sets理论 | 第9-10页 |
| ·国内外课题研究现状 | 第10-11页 |
| ·研究的主要任务 | 第10-11页 |
| ·小结 | 第11-12页 |
| 第二章 知识的表达系统 | 第12-15页 |
| ·信息表与知识库 | 第12页 |
| ·决策表 | 第12-14页 |
| ·不可分辨关系 | 第14页 |
| ·小结 | 第14-15页 |
| 第三章 Rough sets理论数学描述 | 第15-23页 |
| ·Rough sets基本概念 | 第15-17页 |
| ·上下近似及其性质 | 第15-16页 |
| ·属性的分类质量与重要性 | 第16-17页 |
| ·知识的简化 | 第17-22页 |
| ·知识的独立性和核 | 第17-18页 |
| ·知识的相对简化和相对核 | 第18-19页 |
| ·属性约简的信息熵表示 | 第19-22页 |
| ·小结 | 第22-23页 |
| 第四章 基于Rough集理论对电力客户数据的离散化 | 第23-31页 |
| ·属性值离散化方法介绍 | 第23-25页 |
| ·传统离散化方法回顾 | 第23-24页 |
| ·属性值粗糙集离散化方法 | 第24-25页 |
| ·基于Rough集理论和信息熵理论的离散化方法 | 第25-30页 |
| ·离散化的算法描述 | 第26-27页 |
| ·用户数据库描述 | 第27页 |
| ·试验结果 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第五章 基于Rough集理论对遗漏数据的补齐 | 第31-39页 |
| ·可辨识矩阵 | 第31-34页 |
| ·不可区分关系的优化算法 | 第32-33页 |
| ·对计算可辨识矩阵的优化算法 | 第33-34页 |
| ·基于Rough集理论的不完备数据分析方法 | 第34-38页 |
| ·不完备数据分析算法描述 | 第36-37页 |
| ·试验结果 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第六章 基于Rough集理论对决策表的约简 | 第39-49页 |
| ·决策表属性约简算法回顾 | 第39页 |
| ·正区域算法的优化 | 第39-41页 |
| ·正区域的渐增式计算 | 第41-42页 |
| ·基于Rough集的数据挖掘方法 | 第42-47页 |
| ·决策表属性的约简 | 第42-44页 |
| ·试验结果 | 第44-47页 |
| ·小结 | 第47-49页 |
| 第七章 总 结 | 第49-53页 |
| 附录1 证明定理3.4 | 第50-51页 |
| 附录2 证明引理3.1 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致 谢 | 第56-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |