| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| §1-1 粗糙集理论的研究概况 | 第9-10页 |
| §1-2 粗糙集理论的发展趋势 | 第10-11页 |
| §1-3 课题研究的背景和意义 | 第11-12页 |
| §1-4 论文主要研究内容与结构安排 | 第12-13页 |
| 第二章 粗糙集基本理论 | 第13-18页 |
| §2-1 知识与知识库 | 第13页 |
| 2-1-1 知识与分类 | 第13页 |
| 2-1-2 不可分辨关系 | 第13页 |
| §2-2 知识约简 | 第13-15页 |
| 2-2-1 一般属性约简 | 第13-14页 |
| 2-2-2 相对属性约简 | 第14-15页 |
| §2-3 知识的依赖性和相容度 | 第15页 |
| §2-4 知识表达系统与决策表 | 第15-18页 |
| 2-4-1 知识表达系统 | 第15-16页 |
| 2-4-2 决策表 | 第16-18页 |
| 第三章 连续属性的离散化 | 第18-28页 |
| §3-1 连续属性离散化方法概述 | 第18-21页 |
| 3-1-1 无监督的离散化方法 | 第18-19页 |
| 3-1-2 有监督的离散化方法 | 第19页 |
| 3-1-3 基于粗糙集的离散化方法 | 第19-21页 |
| §3-2 一种基于拐点特性和PSO算法的离散化方法 | 第21-28页 |
| 3-2-1 基于曲线拐点的候选断点集的选取 | 第21-23页 |
| 3-2-2 基于粒子群（PSO）的优选算法 | 第23-24页 |
| 3-2-3 仿真试验与对比分析 | 第24-28页 |
| 第四章 属性约简算法 | 第28-40页 |
| §4-1 差别矩阵算法 | 第28-31页 |
| §4-2 基于启发式信息的属性约简算法 | 第31-34页 |
| 4-2-1 基于依赖度的约简算法 | 第31-34页 |
| 4-2-2 基于信息熵的属性约简 | 第34页 |
| §4-3 基于属性相似度的属性约简算法 | 第34-40页 |
| 4-3-1 属性相似度的概念 | 第34-35页 |
| 4-3-2 基于属性相似度的属性约简算法与仿真分析 | 第35-40页 |
| 第五章 属性约简在油层识别中的应用 | 第40-49页 |
| §5-1 最小二乘支持向量机(LS-SVM) | 第40-42页 |
| §5-2 基于属性约简的LS-SVM识别系统 | 第42-44页 |
| §5-3 实际应用 | 第44-49页 |
| 第六章 结束语 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间所取得的相关科研成果 | 第54页 |