| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-23页 |
| ·引言 | 第9-10页 |
| ·知识发现 | 第10-16页 |
| ·知识发现过程 | 第11-12页 |
| ·知识发现的技术与方法 | 第12-14页 |
| ·知识发现的功能 | 第14-15页 |
| ·知识发现所面临的问题 | 第15-16页 |
| ·粗糙集理论发展概况 | 第16-18页 |
| ·粗糙集理论的思想 | 第16-17页 |
| ·粗糙集理论的发展概况 | 第17-18页 |
| ·知识发现中的粗糙集方法 | 第18页 |
| ·本文的工作和组织 | 第18-20页 |
| ·参考文献 | 第20-23页 |
| 第二章 粗糙集的基本理论 | 第23-46页 |
| ·引言 | 第23页 |
| ·信息系统及有关概念 | 第23-29页 |
| ·信息系统和不可分辨关系 | 第23-25页 |
| ·上近似集和下近似集 | 第25-26页 |
| ·粗糙集中的隶属度函数 | 第26-28页 |
| ·知识的简化 | 第28页 |
| ·知识的依赖性 | 第28-29页 |
| ·决策表 | 第29-32页 |
| ·决策表的概念 | 第29-30页 |
| ·属性重要性和决策表约简 | 第30-31页 |
| ·决策规则 | 第31-32页 |
| ·粗糙集的理论研究 | 第32-33页 |
| ·粗糙集的应用研究 | 第33-34页 |
| ·基于粗糙集的软件系统 | 第34-35页 |
| ·小结 | 第35页 |
| ·参考文献 | 第35-46页 |
| 第三章 高效属性约简算法的研究 | 第46-59页 |
| ·引言 | 第46-48页 |
| ·[3]对Jelonek算法的改进 | 第48-50页 |
| ·实验结果 | 第48页 |
| ·评价及分析[3]对Jelonek算法的改进 | 第48-50页 |
| ·本章对Jelonek算法的改进 | 第50-57页 |
| ·决策表的预处理 | 第52-53页 |
| ·本章属性约简算法和Jelonek算法结果相同的证明 | 第53-54页 |
| ·寻找核属性集 | 第54-56页 |
| ·属性扩展 | 第56页 |
| ·结果属性约简集的消除冗余 | 第56-57页 |
| ·算法总的时间复杂度 | 第57页 |
| ·结论 | 第57-58页 |
| ·参考文献 | 第58-59页 |
| 第四章 一种新的分明矩阵属性约简算法 | 第59-72页 |
| ·引言 | 第59页 |
| ·启发式数据约简算法的结果可能存在冗余 | 第59-65页 |
| ·基于分明矩阵的算法分析 | 第60-63页 |
| ·基于互信息的算法分析 | 第63-64页 |
| ·基于相似度函数λ的算法分析 | 第64-65页 |
| ·启发式数据约简算法的结果可能非最优 | 第65-67页 |
| ·基于相似度函数λ的算法分析 | 第65-66页 |
| ·基于分明矩阵的算法分析 | 第66页 |
| ·基于互信息的算法分析 | 第66-67页 |
| ·一种新的基于分明矩阵的属性约简算法 | 第67-70页 |
| ·结论 | 第70页 |
| ·参考文献 | 第70-72页 |
| 第五章 有序决策表的研究 | 第72-83页 |
| ·引言 | 第72-75页 |
| ·决策表中的第三种不一致 | 第75页 |
| ·对挖掘有序规则算法的优缺点的讨论 | 第75-78页 |
| ·对挖掘有序规则集算法的改进 | 第78-79页 |
| ·求最小规则集的启发式算法 | 第79-80页 |
| ·结论 | 第80-81页 |
| ·参考文献 | 第81-83页 |
| 第八章 粗糙集知识发现系统及其应用 | 第83-90页 |
| ·应用粗糙集的优势 | 第83-84页 |
| ·智能决策系统的系统结构 | 第84-85页 |
| ·知识发现子系统的系统结构 | 第85-87页 |
| ·系统的应用情况 | 第87-88页 |
| ·参考文献 | 第88-90页 |
| 第七章 结束语 | 第90-92页 |
| ·本文的主要贡献 | 第90-91页 |
| ·进一步的工作 | 第91-92页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第92-94页 |
| 致谢 | 第94页 |