首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

不一致决策表数据处理方法研究

摘要第1-6页
Abstract第6-12页
1 绪论第12-26页
   ·研究背景与意义第12-15页
   ·粗糙集国内外研究现状第15-21页
     ·离散化方法研究现状第15-16页
     ·核属性集计算研究现状第16-18页
     ·属性约简研究现状第18-21页
     ·规则提取研究现状第21页
   ·主要研究内容第21-22页
   ·论文组织结构第22-26页
2 粗糙集理论的基本概念第26-38页
   ·粗糙集理论的基本概念第27-31页
     ·信息系统第27-28页
     ·辨识与不可辨识第28-29页
     ·近似、域以及粗糙集第29-31页
   ·粗糙集理论与数据处理有关的基本概念第31-33页
     ·约简与核第31-32页
     ·规则第32-33页
   ·粗糙集理论与其它智能理论第33-35页
     ·粗糙集与模糊集第33-34页
     ·粗糙集与神经网络、遗传算法等智能算法第34-35页
   ·粗糙集的研究方向与应用领域第35-36页
   ·本章小结第36-38页
3 不一致决策表核属性集研究第38-64页
   ·引言第38-40页
   ·问题分析第40-41页
   ·不一致决策表核属性集计算的不一致现象第41-45页
   ·基于信息粒划分的有效核集计算第45-53页
     ·信息粒划分第45-48页
     ·不一致决策表有效核集计算第48-53页
   ·基于规则的不一致决策表核集计算方法选择策略第53-58页
     ·不一致决策表信息与规则第53-54页
     ·不一致决策表信息粒划分与规则第54-57页
     ·基于规则的不一致决策表核集选择策略第57-58页
   ·不一致决策表数据处理框架第58-59页
   ·实验验证第59-62页
   ·本章小结第62-64页
4 基于属性排斥矩阵的属性约简算法第64-76页
   ·问题分析第64-65页
   ·约简与约简超集第65-66页
   ·属性排斥矩阵第66-69页
     ·属性吸收特征第66-67页
     ·属性排斥特征第67-68页
     ·属性排斥矩阵第68-69页
   ·基于属性排斥矩阵的启发式属性约简算法第69-71页
   ·实验验证第71-75页
   ·本章小结第75-76页
5 基于属性关联的启发式约简算法第76-88页
   ·问题分析第76-77页
   ·属性关联分析第77-83页
     ·属性排斥集第77-80页
     ·属性吸引集第80-81页
     ·基于属性关联的属性启发策略第81-83页
   ·基于属性关联的约简算法第83-85页
   ·实验验证第85-86页
   ·本章小结第86-88页
6 高可信度最小约简启发策略第88-102页
   ·问题分析第88-89页
   ·最小约简启发策略及其可信度模型第89-96页
     ·属性吸收特征及其可信度模型第89-90页
     ·属性排斥特征及其可信度模型第90-93页
     ·二元互斥及其可信度模型第93-94页
     ·属性多元互斥特征及其可信度模型第94-96页
   ·高可信度最小约简启发策略与算法第96-98页
     ·综合启发策略第96-97页
     ·启发式高可信度最小约简算法第97-98页
   ·实验验证第98-99页
   ·本章小结第99-102页
7 规则分层约简算法第102-118页
   ·问题分析第103-104页
   ·HRR算法第104-111页
     ·基于下近似的规则分层提取第104-107页
     ·规则约简性质与聚类策略第107-111页
   ·基于HRR的数据处理流程第111-114页
   ·HRR算法与其他算法的性能比较第114-117页
     ·与分层递阶属性约简算法的比较第114-115页
     ·与属性重要性离散算法的比较第115-117页
   ·本章小结第117-118页
8 结论与展望第118-120页
   ·结论第118-119页
   ·展望第119-120页
参考文献第120-132页
攻读学位期间主要的研究成果目录第132-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:多智能体系统一致性与复杂网络同步控制研究
下一篇:具有混沌局部搜索策略的粒子群优化算法研究