| 第一章 绪论 | 第1-22页 |
| ·数据库知识发现的研究背景与现状 | 第12-16页 |
| ·粗糙集理论研究的兴起 | 第16-18页 |
| ·粗糙集理论研究领域及其应用 | 第18-20页 |
| ·本文的工作和内容组织 | 第20-22页 |
| 第二章 粗糙集理论的基本概念 | 第22-31页 |
| ·粗糙集理论概述 | 第22-26页 |
| ·近似空间、知识与知识库 | 第22-23页 |
| ·集合的上、下近似与边界 | 第23-24页 |
| ·粗糙集的非精确性的精度和粗糙度 | 第24-25页 |
| ·粗糙集的粗等价和粗包含 | 第25-26页 |
| ·信息系统与决策表 | 第26-27页 |
| ·属性的依赖性、重要性、约简和核 | 第27-31页 |
| ·知识的约简和核 | 第27-28页 |
| ·知识的依赖性和属性的重要度 | 第28-31页 |
| 第三章 粗糙集理论的扩展粗糙集模型 | 第31-38页 |
| ·ziarko的可变精度粗糙集模型 | 第31-33页 |
| ·基于分类可信度的扩展粗糙集模型 | 第33-38页 |
| ·基于分类可信度的粗糙集模型 | 第34-36页 |
| ·集合的相对可定义性 | 第36-38页 |
| 第四章 基于扩展粗糙集模型的属性约简算法研究 | 第38-63页 |
| ·粗糙集理论约简算法概述 | 第38-43页 |
| ·属性约简 | 第39-40页 |
| ·典型的约简算法 | 第40-43页 |
| ·可分辨矩阵与可分辨函数 | 第43-44页 |
| ·可分辨矩阵和可分辨函数 | 第43-44页 |
| ·基于属性重要性的启发式约简算法 | 第44-52页 |
| ·基于分辨矩阵的启发式约简算法的研究 | 第45-49页 |
| ·基于属性依赖度的属性约简算法的研究(HORADA) | 第49-52页 |
| ·基于扩展粗糙集模型的改进约简算法的研究 | 第52-61页 |
| ·算法的基本原理与描述 | 第52-54页 |
| ·算法时间复杂度分析 | 第54-55页 |
| ·实验结果分析 | 第55-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |