| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题背景及研究的目的和意义 | 第12-13页 |
| 1.2 不确定环境中的支持向量机研究概况 | 第13-16页 |
| 1.2.1 支持向量机发展概况 | 第13-14页 |
| 1.2.2 不确定环境中的支持向量机发展概况 | 第14-15页 |
| 1.2.3 支持向量机发展中存在的问题 | 第15-16页 |
| 1.3 粗糙集及模糊粗糙集理论研究概况 | 第16-19页 |
| 1.3.1 粗糙集研究概况 | 第16-17页 |
| 1.3.2 模糊粗糙集研究概况 | 第17-19页 |
| 1.4 证据理论研究概况 | 第19-21页 |
| 1.4.1 经典证据理论研究概况 | 第19-20页 |
| 1.4.2 证据理论的模糊推广现状 | 第20-21页 |
| 1.5 本文的主要研究内容 | 第21-24页 |
| 第2章 样本线性可分性研究 | 第24-48页 |
| 2.1 引言 | 第24页 |
| 2.2 特征空间中的样本可分性 | 第24-32页 |
| 2.2.1 非线性映射的构造 | 第24-27页 |
| 2.2.2 有限样本集的可分性 | 第27-30页 |
| 2.2.3 无限样本集的可分性 | 第30-32页 |
| 2.3 Banach 空间中的样本可分性 | 第32-38页 |
| 2.3.1 Banach 空间中样本可分性条件 | 第32-36页 |
| 2.3.2 Banach 空间中超平面间隔的可达表示 | 第36-38页 |
| 2.4 模糊数空间中的样本可分性 | 第38-47页 |
| 2.4.1 模糊数空间的基本概念 | 第38-40页 |
| 2.4.2 模糊数空间中的样本可分性条件 | 第40-44页 |
| 2.4.3 模糊数空间中超平面间隔的可达表示 | 第44-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 FRS 的几何解释及应用 | 第48-64页 |
| 3.1 引言 | 第48-49页 |
| 3.2 模糊相似关系的几何解释 | 第49-51页 |
| 3.3 FRS 中样本隶属度的计算及其解释 | 第51-53页 |
| 3.4 FRS 隶属度的应用 | 第53-62页 |
| 3.4.1 基于 FRS 隶属度的属性约简 | 第53-58页 |
| 3.4.2 基于 FRS 隶属度的 SVM | 第58-62页 |
| 3.5 本章小结 | 第62-64页 |
| 第4章 基于 FRS 的模糊决策系统的属性约简研究 | 第64-75页 |
| 4.1 引言 | 第64页 |
| 4.2 不一致模糊决策系统 | 第64-69页 |
| 4.3 不一致模糊决策系统约简的计算 | 第69-71页 |
| 4.4 本章小结 | 第71-75页 |
| 第5章 基于 T-模糊相似关系的证据理论研究 | 第75-100页 |
| 5.1 引言 | 第75页 |
| 5.2 模糊值信任函数与似然函数的构造 | 第75-87页 |
| 5.2.1 模糊单位区间与模糊集的模糊值概率测度 | 第76-77页 |
| 5.2.2 模糊值信任函数与似然函数 | 第77-82页 |
| 5.2.3 模糊值信任函数和似然函数与 FRS 的关系 | 第82-87页 |
| 5.3 模糊值信任函数与似然函数的公理化 | 第87-98页 |
| 5.3.1 模糊值信任函数与似然函数的公理化 | 第87-91页 |
| 5.3.2 模糊值信任函数与似然函数的 FRS 公理化描述 | 第91-98页 |
| 5.4 本章小结 | 第98-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-113页 |
| 攻读博士学位期间发表的论文及其它成果 | 第113-116页 |
| 致谢 | 第116-117页 |
| 个人简历 | 第117页 |
