几种粗糙集模型及与神经网络相结合的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-27页 |
| ·论文研究背景及其意义 | 第11-13页 |
| ·粗糙集理论的概述 | 第13-14页 |
| ·粗糙集理论提出的背景 | 第13页 |
| ·粗糙集的发展 | 第13-14页 |
| ·粗糙集应用现状及发展前景 | 第14页 |
| ·粗糙集理论的基本概念 | 第14-21页 |
| ·知识表达系统 | 第14-16页 |
| ·不可区分关系 | 第16页 |
| ·粗糙集的近似算子 | 第16-17页 |
| ·知识表达系统属性约简 | 第17-21页 |
| ·决策规则 | 第21页 |
| ·神经网络的基本理论 | 第21-25页 |
| ·神经网络的产生与发展 | 第21-22页 |
| ·神经网络的概述 | 第22页 |
| ·神经网络的研究现状 | 第22-23页 |
| ·神经网络的基本概念 | 第23-25页 |
| ·本文的研究目标和主要内容 | 第25-27页 |
| ·本文的研究目标 | 第25页 |
| ·本文的主要研究内容 | 第25页 |
| ·本文的结构安排 | 第25-27页 |
| 第二章 粗糙集与模糊集的融合 | 第27-35页 |
| ·引言 | 第27-28页 |
| ·模糊集的基本概念 | 第28-29页 |
| ·粗糙模糊集 | 第29-31页 |
| ·近似空间中的粗糙模糊集 | 第29-30页 |
| ·广义粗糙模糊集 | 第30-31页 |
| ·粗糙模糊隶属度 | 第31页 |
| ·模糊粗糙集 | 第31-33页 |
| ·模糊算子 | 第32页 |
| ·模糊粗糙集 | 第32-33页 |
| ·模糊粗糙集的粗糙隶属度 | 第33页 |
| ·小结 | 第33-35页 |
| 第三章 模糊粗糙集的推广模型 | 第35-49页 |
| ·引言 | 第35-36页 |
| ·直觉模糊粗糙集 | 第36-42页 |
| ·直觉模糊粗糙集的相关概念 | 第36页 |
| ·基于直觉模糊相似关系下的直觉模糊粗糙集 | 第36-37页 |
| ·直觉模糊集的截集在直觉模糊相似关系下的上下近似 | 第37-38页 |
| ·直觉模糊集截集上下近似的性质 | 第38-39页 |
| ·基于直觉模糊相似关系下粗糙集的属性约简 | 第39-41页 |
| ·算例 | 第41-42页 |
| ·变精度模糊粗糙集 | 第42-48页 |
| ·变精度粗糙集 | 第43-44页 |
| ·变精度模糊粗糙集的一种定义 | 第44-45页 |
| ·基于模糊相似关系下的变精度模糊粗糙集的属性约简 | 第45-47页 |
| ·实例分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 粗糙集与神经网络的结合研究 | 第49-56页 |
| ·引言 | 第49页 |
| ·BP神经网络 | 第49-52页 |
| ·BP神经网络的结构 | 第49-50页 |
| ·BP神经网络的基本原理 | 第50-51页 |
| ·BP神经网络学习算法 | 第51-52页 |
| ·基于粗糙集的神经网络 | 第52-53页 |
| ·粗糙集与神经网络的结合现状 | 第52页 |
| ·粗糙集与神经网络结合的主要应用类型 | 第52-53页 |
| ·粗糙集属性约简在神经网络中的应用实例 | 第53-54页 |
| ·应用思想 | 第53页 |
| ·实例 | 第53-54页 |
| ·小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻硕期间取得的研究成果 | 第61-62页 |
