基于粗集理论的数据挖掘中数据预处理的方法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
目录 | 第5-6页 |
第一章 绪论 | 第6-13页 |
§1.1 研究的目的和意义 | 第6页 |
§1.2 粗糙集理论的应用与发展 | 第6-8页 |
§1.3 数据挖掘 | 第8-10页 |
§1.4 数据预处理 | 第10-11页 |
§1.5 本文的主要研究内容 | 第11-13页 |
第二章 粗糙集基本理论 | 第13-22页 |
§2.1 知识与分类 | 第13-14页 |
§2.2 不精确范畴,近似与粗糙集 | 第14-17页 |
§2.3 知识约简与知识的依赖性 | 第17-19页 |
§2.4 知识表达系统与决策表 | 第19-20页 |
§2.5 其它粗集模型 | 第20-22页 |
第三章 基于粗集的连续属性离散化 | 第22-32页 |
§3.1 引言 | 第22页 |
§3.2 连续属性的离散化方法 | 第22-25页 |
§3.3 连续、离散属性的混合离散化 | 第25-31页 |
§3.4 小结 | 第31-32页 |
第四章 不完备信息系统缺损数据的补齐 | 第32-43页 |
§4.1 引言 | 第32页 |
§4.2 不完备信息 | 第32-33页 |
§4.3 决策表补齐的几种具体方法 | 第33-35页 |
§4.4 ROUSTIDA的改进算法 | 第35-42页 |
§4.5 小结 | 第42-43页 |
第五章 结论与展望 | 第43-45页 |
§5.1 本文工作总结 | 第43-44页 |
§5.2 展望 | 第44-45页 |
致谢 | 第45-46页 |
参考文献 | 第46-49页 |
长春理工大学硕士学位论文原创性声明 | 第49页 |
长春理工大学学位论文版权使用授权书 | 第49页 |