基于粗集理论的数据挖掘的数据预处理研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 序 | 第10-13页 |
| ·课题研究的背景及其意义 | 第10-11页 |
| ·论文的内容构成 | 第11页 |
| ·主要成果 | 第11-13页 |
| 第二章 数据挖掘(KDD／DM)概述 | 第13-24页 |
| ·发展历史、现状及趋势 | 第13-16页 |
| ·历史 | 第13-14页 |
| ·现状 | 第14-15页 |
| ·趋势 | 第15-16页 |
| ·数据、信息与知识间的关系 | 第16-17页 |
| ·涉及的主要学科领域 | 第17页 |
| ·数据挖掘的主要对象 | 第17-19页 |
| ·存储对象 | 第17-18页 |
| ·应用对象 | 第18-19页 |
| ·成功案例 | 第19页 |
| ·数据挖掘的概念 | 第19-20页 |
| ·数据挖掘的一般处理过程 | 第20页 |
| ·主要模式及方法 | 第20-22页 |
| ·主要模式 | 第21-22页 |
| ·主要方法 | 第22页 |
| ·发现的知识类型 | 第22-23页 |
| ·DM与OLAP的本质区别 | 第23页 |
| ·面临的主要挑战 | 第23-24页 |
| 第三章 粗糙集理论(RST) | 第24-35页 |
| ·RST的由来 | 第24-25页 |
| ·RST的基本概念 | 第25-31页 |
| ·信息系统 | 第25-26页 |
| ·不可分辨关系 | 第26页 |
| ·近似空间 | 第26-28页 |
| ·决策表 | 第28页 |
| ·属性约简和核 | 第28-29页 |
| ·可信因子 | 第29-30页 |
| ·支持度 | 第30页 |
| ·隶属函数 | 第30-31页 |
| ·RST与FST的主要区别 | 第31页 |
| ·RST在KDD中的优势 | 第31页 |
| ·RST在KDD中的可应用方面 | 第31-33页 |
| ·目前基于RST的主要系统 | 第33页 |
| ·RST在KDD中面临的挑战 | 第33-35页 |
| 第四章 数据预处理 | 第35-39页 |
| ·预处理的必要性 | 第35页 |
| ·预处理的概念 | 第35-36页 |
| ·预处理的意义 | 第36页 |
| ·预处理的主要任务 | 第36页 |
| ·预处理的主要方法 | 第36-39页 |
| 第五章 数据离散 | 第39-50页 |
| ·离散的概念 | 第39-40页 |
| ·离散方法的分类 | 第40页 |
| ·离散的主要技术 | 第40-41页 |
| ·属性类别差异离散算法 | 第41-50页 |
| ·基本概念 | 第41-43页 |
| ·属性类别差异 | 第41-42页 |
| ·分割点 | 第42-43页 |
| ·分割点的计算原则 | 第42-43页 |
| ·分割点的计算公式 | 第43页 |
| ·算法 | 第43-44页 |
| ·算法特点 | 第44页 |
| ·试验 | 第44-47页 |
| ·测试数据 | 第44页 |
| ·测试结果 | 第44-47页 |
| ·验证算法 | 第47-50页 |
| ·验证方法 | 第47-48页 |
| ·对比结果 | 第48-50页 |
| 第六章 属性约简 | 第50-56页 |
| ·基本概念 | 第50-52页 |
| ·属性约简的分类 | 第50-51页 |
| ·NP难题 | 第51页 |
| ·差别矩阵 | 第51-52页 |
| ·基于差别矩阵的属性约简 | 第52-56页 |
| ·约简方法 | 第52-54页 |
| ·约简算法 | 第54-55页 |
| ·算法的基本思想 | 第55-56页 |
| 第七章 总结及展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 硕士研究生阶段公开发表的论文 | 第60-61页 |
| 跋 | 第61页 |
