| 第一章 绪论 | 第1-9页 |
| ·粗糙集理论的研究与发展现状 | 第5-7页 |
| ·目前的研究热点和本文的主要贡献 | 第7-8页 |
| ·论文的结构 | 第8-9页 |
| 第二章 数据挖掘 | 第9-19页 |
| ·数据挖掘简述 | 第9-10页 |
| ·数据挖掘研究内容和本质 | 第10-12页 |
| ·数据挖掘的流程 | 第12-14页 |
| ·数据挖掘常用技术 | 第14-16页 |
| ·数据挖掘未来研究方向 | 第16页 |
| ·数据挖掘热点 | 第16-19页 |
| 第三章 粗糙集 | 第19-35页 |
| ·概述 | 第19-21页 |
| ·知识的约简 | 第21-24页 |
| ·一般约简 | 第21-22页 |
| ·相对约简 | 第22-23页 |
| ·分辨矩阵 | 第23-24页 |
| ·决策表的约简 | 第24-35页 |
| 第四章 基于属性值的约简算法 | 第35-42页 |
| ·什么是属性值的约简 | 第35-36页 |
| ·属性值的约简在决策表当中的应用 | 第36-42页 |
| 第五章 基于相似关系的粗糙集 | 第42-52页 |
| ·相似关系 | 第42-43页 |
| ·相似关系与粗糙近似 | 第43-45页 |
| ·相似关系的构建原理 | 第45-47页 |
| ·一种简单的相似关系:ε-indiscernibility | 第47-48页 |
| ·对ε-indiscernibility相似关系的改进 | 第48-52页 |
| 第六章 总结 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |