| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究的背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文的主要研究内容 | 第11-12页 |
| ·论文的组织与结构 | 第12-13页 |
| 第2章 粗糙集理论和蚁群算法的相关知识 | 第13-23页 |
| ·粗糙集的基本理论 | 第13-16页 |
| ·信息表知识表达系统 | 第13-14页 |
| ·上近似、下近似和粗糙集 | 第14-15页 |
| ·属性约简与核 | 第15页 |
| ·属性依赖度和属性重要度 | 第15-16页 |
| ·蚁群算法的理论基础 | 第16-22页 |
| ·蚁群算法的基本原理 | 第16-17页 |
| ·蚁群算法的基本模型及其实现 | 第17-20页 |
| ·蚁群算法的研究与应用 | 第20-22页 |
| ·蚁群算法存在的问题 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 特征选择算法的研究与分析 | 第23-34页 |
| ·特征选择研究的历史与现状 | 第23-25页 |
| ·特征选择的定义及一般过程 | 第25-26页 |
| ·特征选择算法的研究与分析 | 第26-32页 |
| ·一般特征选择算法概述 | 第26-27页 |
| ·典型特征选择算法介绍 | 第27-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于粗糙集和蚁群优化方法的特征选择 | 第34-50页 |
| ·基于粗糙集和蚁群优化的特征选择算法的基本思想 | 第34-35页 |
| ·基于粗糙集和蚁群优化的特征选择算法模型 | 第35-38页 |
| ·算法模型 | 第35-36页 |
| ·基于粗糙集方法的转移规则和信息素更新策略 | 第36-38页 |
| ·基于特征子集长度和属性依赖度的评价函数 | 第38页 |
| ·算法描述及流程图 | 第38-40页 |
| ·算法中各参数选取分析 | 第40-42页 |
| ·信息素挥发系数 | 第41页 |
| ·启发式因子 | 第41-42页 |
| ·蚂蚁数量 | 第42页 |
| ·算法的实验比较与结果分析 | 第42-49页 |
| ·实验环境 | 第42-43页 |
| ·不同特征选择方法的比较测试 | 第43-47页 |
| ·基于粗糙集蚁群优化方法的特征选择算法中主要参数分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50-51页 |
| ·未来工作思考 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间的研究成果 | 第57页 |