粗糙集理论在知识发现数据预处理中的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-21页 |
| ·论文选题背景 | 第8-9页 |
| ·相关理论发展研究 | 第9-14页 |
| ·粗糙集发展现状 | 第9-11页 |
| ·粗糙集基本概念 | 第11-12页 |
| ·粗糙集属性约简 | 第12-13页 |
| ·频繁项集和Apriori算法发展研究 | 第13-14页 |
| ·知识发现数据预处理 | 第14-19页 |
| ·信息系统和知识发现 | 第14-16页 |
| ·不完备信息系统研究分析 | 第16-17页 |
| ·不完备信息系统研究现状 | 第17-19页 |
| ·研究内容和工作 | 第19-20页 |
| ·研究内容 | 第19页 |
| ·本文的主要工作 | 第19-20页 |
| ·论文组织结构 | 第20-21页 |
| 第2章 基于粗糙集的数据缺失值处理模型 | 第21-36页 |
| ·引言 | 第21页 |
| ·不完备信息系统中粗糙集理论的扩充分析 | 第21-25页 |
| ·容差关系模型 | 第21-23页 |
| ·量化容差关系模型 | 第23-24页 |
| ·非对称相似模型 | 第24-25页 |
| ·ROUSTIDA算法的分析 | 第25-28页 |
| ·ROUSTIDA算法的基本思想 | 第25-27页 |
| ·算法现有改进工作 | 第27-28页 |
| ·ClosestFit算法分析 | 第28-29页 |
| ·基于粗糙集缺失值预测方法RSF | 第29-34页 |
| ·方法介绍 | 第29-31页 |
| ·实例分析 | 第31-33页 |
| ·算法描述 | 第33页 |
| ·算法对比分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 基于频繁项集和粗糙集的联合处理模型 | 第36-44页 |
| ·引言 | 第36-37页 |
| ·频繁项集和Apriori算法 | 第37-38页 |
| ·一种基于频繁项集的预测方法 | 第38-41页 |
| ·方法介绍 | 第38-39页 |
| ·方法实例 | 第39-40页 |
| ·算法描述 | 第40-41页 |
| ·算法分析 | 第41页 |
| ·基于粗糙集缺失值预测方法FI-RSF | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 算法性能分析及验证 | 第44-55页 |
| ·RSF算法实验分析 | 第44-50页 |
| ·实验预备工作 | 第44-45页 |
| ·实验过程 | 第45-47页 |
| ·实验结果分析 | 第47-50页 |
| ·FI-RSF方法模型实验分析 | 第50-54页 |
| ·实验预备工作 | 第50页 |
| ·实验过程 | 第50-52页 |
| ·实验结果分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| ·论文工作小结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
