| 第一章 绪论 | 第1-13页 |
| §1．1 研究工作的背景 | 第7-11页 |
| §1．1．1 知识发现和数据挖掘的发展及研究状况 | 第7-10页 |
| §1．1．2 粗糙集的发展和研究状况 | 第10-11页 |
| §1．2 研究工作的内容 | 第11-12页 |
| §1．3 论文的组织结构 | 第12-13页 |
| 第二章 集合理论和粗糙集基础 | 第13-23页 |
| §2．1 集合理论基础 | 第13-15页 |
| §2．1．1 基本概念 | 第13-14页 |
| §2．1．2 知识的概念 | 第14-15页 |
| §2．2 粗糙集理论基础 | 第15-19页 |
| §2．2．1 基本概念 | 第15-17页 |
| §2．2．2 精度表示的概念 | 第17-18页 |
| §2．2．3 约简与核 | 第18-19页 |
| §2．3 粗糙集理论的扩展模型 | 第19-23页 |
| §2．3．1 可变精度模型 | 第19-21页 |
| §2．3．2 相容关系模型 | 第21-23页 |
| 第三章 约简算法的研究 | 第23-43页 |
| §3．1 粗糙集的基本约简算法 | 第23-25页 |
| §3．1．1 属性约简 | 第23页 |
| §3．1．2 基本概念的计算复杂度 | 第23-24页 |
| §3．1．3 典型算法 | 第24-25页 |
| §3．2 区分矩阵的约简算法 | 第25-27页 |
| §3．2．1 区分矩阵 | 第25-26页 |
| §3．2．2 利用区分矩阵的约简算法 | 第26-27页 |
| §3．3 属性频率函数启发的约简算法（HORAFA） | 第27-33页 |
| §3．3．1 算法的基本思想 | 第28页 |
| §3．3．2 算法描述和复杂度分析 | 第28-29页 |
| §3．3．3 算法的研究和讨论 | 第29-33页 |
| §3．4 HORAFA算法的改进和扩展 | 第33-42页 |
| §3．4．1 HORAFA—SVDM算法 | 第33-36页 |
| §3．4．2 HORAFA的增量算法——HORAFA—IA算法 | 第36-41页 |
| §3．4．3 HORAFA—A模型 | 第41-42页 |
| §3．5 小结 | 第42-43页 |
| 第四章 连续值属性离散化 | 第43-55页 |
| §4．1 连续值属性离散化 | 第43-46页 |
| §4．1．1 离散化的发展及重要性 | 第43-44页 |
| §4．1．2 离散化的评价标准 | 第44-45页 |
| §4．1．3 离散化算法的分类 | 第45-46页 |
| §4．2 NS离散化算法 | 第46-47页 |
| §4．3 新的初始区间约简算法 | 第47-54页 |
| §4．3．1 BFF算法和频率函数 | 第48页 |
| §4．3．2 BFF算法的问题及讨论 | 第48-49页 |
| §4．3．3 候选核 | 第49-50页 |
| §4．3．4 基于候选核的启发式约简算法（BCC算法） | 第50-51页 |
| §4．3．5 BCC约简算法的实验及分析 | 第51-54页 |
| §4．4 小结 | 第54-55页 |
| 第五章 粗糙集数据挖掘实验系统——RSDMES | 第55-59页 |
| §5．1 系统设计 | 第55-56页 |
| §5．2 系统功能介绍 | 第56-58页 |
| §5．3 小结 | 第58-59页 |
| 第六章 结束语 | 第59-61页 |
| §6．1 工作总结 | 第59页 |
| §6．2 研究工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 硕士期间的研究成果 | 第65页 |
