首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于信息熵的粗糙集理论的研究和应用

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-17页
   ·中文文本倾向性的发展概况和研究方法第8-11页
     ·中文文本倾向性的发展概况第8-9页
     ·中文文本倾向性的方法第9-11页
   ·粗糙集理论的研究背景和发展状况第11-14页
     ·粗糙集理论的发展背景第11-13页
     ·粗糙集理论在国外的研究现状第13-14页
     ·粗糙集理论在国内研究现状第14页
   ·论文研究内容和组织结构第14-17页
     ·研究内容第14-16页
     ·组织结构第16-17页
第二章 糙集理论的代数表示与信息表示第17-50页
   ·粗糙集理论的代数表示第17-30页
     ·知识与不可分辨关系第17-21页
     ·近似集、边界区和粗糙集第21-23页
     ·知识表达系统和决策表第23-28页
     ·知识的约简、核第28-30页
   ·粗糙集理论的信息表示第30-50页
     ·知识的粗糙性第30-32页
     ·知识信息熵与互信息第32-34页
     ·信息系统的知识约简第34-48页
     ·决策表的的知识约简第48-50页
第三章 基于粗糙集属性约简算法的中文文本处理方法第50-55页
   ·中文文本预处理第51-52页
   ·候选中文文本情感倾向性分析匹配模型第52-53页
   ·粗糙集属性约减方法约减候选中文文本情感倾向性分析匹配模型第53-54页
   ·测试语料测试约减后的匹配模型处理结果第54-55页
第四章 连续属性的离散化方法第55-62页
   ·常用离散化方法简介第55-57页
     ·新增模板Slowinski R.方法(S方法)第55-56页
     ·Hu X.H.方法(H方法)第56页
     ·Lenarcik A.方法(L方法)第56-57页
   ·基于动态层次聚类的连续属性离散化方法算法第57-62页
     ·层次聚类算法第58-59页
     ·基于动态层次聚类的离散化方法第59-62页
第五章 基于信息熵理论的粗糙集理论及其在中文文本处理中的应用第62-69页
   ·信息熵理论在粗糙集属性约减中的一个具体应用举例第63-69页
第六章 总结第69-70页
致谢第70-71页
参考文献第71-75页
攻读学位期间发表的论文目录第75页

论文共75页,点击 下载论文
上一篇:GMR传感器的微加工制作
下一篇:基于Zigbee的无线传感器网络图像采集系统的设计