| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·粗糙集理论及应用研究的历史和现状 | 第9-10页 |
| ·粗糙集基本概念与记号 | 第10-15页 |
| ·概念格理论及应用研究的历史和现状 | 第15-16页 |
| ·概念格理论的基本概念 | 第16-17页 |
| ·本文主要结果概述 | 第17-19页 |
| 2 概念格与粗糙集 | 第19-23页 |
| ·概念格与粗糙集之间的联系 | 第19-20页 |
| ·概念格上的属性依赖 | 第20-21页 |
| ·举例 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 包含度与粗糙集数据分析中的度量 | 第23-33页 |
| ·粗糙包含与包含度 | 第23-25页 |
| ·粗糙集中的基本概念与包含度 | 第25-26页 |
| ·包含度与粗糙集数据分析中度量之间的关系 | 第26-32页 |
| ·小结 | 第32-33页 |
| 4 信息系统中的信息熵、粗糙熵与知识粒度 | 第33-53页 |
| ·Shannon熵 | 第33-35页 |
| ·信息熵与知识粒度 | 第35-47页 |
| ·粒度度量与粗糙熵 | 第47-51页 |
| ·小结 | 第51-53页 |
| 5 不完备信息系统中的信息熵、粗糙熵与知识粒度 | 第53-62页 |
| ·信息熵与知识粒度 | 第53-57页 |
| ·粒度度量与粗糙熵 | 第57-61页 |
| ·小结 | 第61-62页 |
| 6 不完备信息系统下的变精度粗糙集模型及其知识约简算法 | 第62-70页 |
| ·扩充的粗糙集模型简介 | 第62-63页 |
| ·基于变精度粗糙集模型的不完备信息系统处理方法 | 第63-67页 |
| ·约简算法 | 第67-68页 |
| ·实验结果分析 | 第68-69页 |
| ·小结 | 第69-70页 |
| 7 基于决策表的加权决策规则挖掘算法 | 第70-76页 |
| ·加权决策规则的挖掘模型 | 第70-73页 |
| ·实验结果分析 | 第73-75页 |
| ·小结 | 第75-76页 |
| 8 概念格的代数结构及其性质 | 第76-83页 |
| ·概念格上的二元运算 | 第76-78页 |
| ·概念格的代数性质 | 第78-82页 |
| ·小结 | 第82-83页 |
| 9 基于概念格的规则产生集挖掘算法 | 第83-93页 |
| ·闭项集的基本概念及其与概念格的联系 | 第83-84页 |
| ·闭标记格及其渐进式构造算法 | 第84-87页 |
| ·规则提取 | 第87-90页 |
| ·举例 | 第90-91页 |
| ·实验结果分析 | 第91-92页 |
| ·小结 | 第92-93页 |
| 10 总结 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101-102页 |
| 个人简历 | 第102-103页 |
| 博士生期间发表的学术论文及著作 | 第103-105页 |
| 博士后期间发表的学术论文、著作及获奖 | 第105-107页 |
| 博士后期间主持和参与的科研项目 | 第107-108页 |
| 永久通讯地址 | 第108页 |