| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 霾与气象要素相关性分析研究现状 | 第10-11页 |
| 1.2.2 粗糙集理论与基于粗糙集模型的数据挖掘研究现状 | 第11-12页 |
| 1.3 主要研究内容及论文组织结构 | 第12-14页 |
| 1.3.1 论文主要研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 四种粗糙集模型和相关技术简介 | 第15-24页 |
| 2.1 四种粗糙集模型简介 | 第15-18页 |
| 2.1.1 经典粗糙集 | 第15-16页 |
| 2.1.2 变精度粗糙集 | 第16页 |
| 2.1.3 多粒度粗糙集 | 第16-17页 |
| 2.1.4 可变多粒度粗糙集 | 第17-18页 |
| 2.2 数据离散化和信息熵简介 | 第18-20页 |
| 2.2.1 数据离散化 | 第18-19页 |
| 2.2.2 信息熵 | 第19-20页 |
| 2.3 Hadoop平台架构及MapReduce计算模型简介 | 第20-23页 |
| 2.3.1 Hadoop简介 | 第20-21页 |
| 2.3.2 Hadoop分布式文件系统 | 第21-22页 |
| 2.3.3 MapReduce计算模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于决策属性重要度不一致多粒度粗糙集的相关性分析模型 | 第24-42页 |
| 3.1 相关性分析模型框架 | 第24-25页 |
| 3.2 基于信息熵和不一致率的数据离散化算法 | 第25-32页 |
| 3.2.1 属性离散化不一致率 | 第26页 |
| 3.2.2 基于信息熵和不一致率的数据离散化算法 | 第26-32页 |
| 3.3 决策属性重要度不一致多粒度粗糙集模型 | 第32-34页 |
| 3.3.1 决策属性重要度不一致多粒度粗糙集思路概述 | 第32页 |
| 3.3.2 模型相关定义 | 第32-34页 |
| 3.4 决策属性重要度不一致多粒度粗糙集模型下信息粒化和粒度约简 | 第34-38页 |
| 3.4.1 信息粒化 | 第34-35页 |
| 3.4.2 粒度约简 | 第35-38页 |
| 3.5 决策属性重要度不一致多粒度粗糙集模型下分类规则提取 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 相关性分析模型的测试及其在霾与气象要素相关性分析中的应用 | 第42-53页 |
| 4.1 实验环境与实验数据集 | 第42-44页 |
| 4.1.1 实验环境 | 第42-43页 |
| 4.1.2 实验数据集 | 第43-44页 |
| 4.2 对比测试模型和测试结果评价指标 | 第44页 |
| 4.3 基于信息熵和不一致率数据离散化算法测试与结果分析 | 第44-46页 |
| 4.4 基于决策属性重要度不一致多粒度粗糙集的相关性分析模型测试与结果分析 | 第46-52页 |
| 4.4.1 模型在不同变精度阈值和不同规则置信度阈值的测试与结果分析 | 第47-51页 |
| 4.4.2 五种不同模型的对比测试与结果分析 | 第51-52页 |
| 4.5 相关性分析模型应用于霾与气象要素相关性分析的可行性 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 论文工作总结 | 第53-54页 |
| 5.2 论文后续工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间的研究成果 | 第59页 |
