| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·数据挖掘的应用 | 第12-14页 |
| ·数据挖掘的典型应用 | 第12-13页 |
| ·粗糙集理论在数据挖掘中的应用 | 第13-14页 |
| ·数据挖掘过程 | 第14-16页 |
| ·数据挖掘的一般过程 | 第14-16页 |
| ·基于粗糙集理论的数据挖掘过程 | 第16页 |
| ·论文背景及研究内容 | 第16-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第2章 粗糙集理论及相关技术 | 第19-38页 |
| ·知识与知识库 | 第19-20页 |
| ·粗糙集的近似 | 第20-24页 |
| ·知识约简 | 第24-26页 |
| ·知识的依赖性 | 第26-28页 |
| ·信息系统与决策表 | 第28-30页 |
| ·可辨识矩阵 | 第30-31页 |
| ·粗糙集理论的信息论观点描述 | 第31-33页 |
| ·相关技术 | 第33-36页 |
| ·OPTICS 算法的相关定义 | 第34-35页 |
| ·OPTICS 算法描述 | 第35页 |
| ·可达图 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 连续属性离散化 | 第38-49页 |
| ·离散化问题的分类及原则 | 第38-39页 |
| ·离散化问题的描述 | 第39-40页 |
| ·离散化算法介绍与分析 | 第40-42页 |
| ·等距离划分方法 | 第41页 |
| ·等频率划分方法 | 第41页 |
| ·Naive Scaler 离散化算法 | 第41-42页 |
| ·布尔逻辑和粗糙集理论相结合的离散化算法 | 第42页 |
| ·基于OPTICS 聚类算法的连续属性离散化算法 | 第42-48页 |
| ·算法思想 | 第43-44页 |
| ·基于粗糙集理论和OPTICS 算法的连续属性离散化算法 | 第44-45页 |
| ·算法分析 | 第45-46页 |
| ·实验分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4 章 属性约简 | 第49-61页 |
| ·几种典型的属性约简算法 | 第49-50页 |
| ·属性约简的启发式算法 | 第50-53页 |
| ·基于属性频率函数的启发式约简算法 | 第50页 |
| ·基于互信息的启发式约简算法-MIBARK 算法 | 第50-51页 |
| ·基于属性重要性的启发式属性约简算法 | 第51-53页 |
| ·改进的基于属性重要性的启发式属性约简算法 | 第53-60页 |
| ·决策表核属性集合的计算方法 | 第53-55页 |
| ·改进的基于属性重要性的启发式属性约简算法 | 第55-57页 |
| ·算法分析 | 第57-58页 |
| ·实验分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |