| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 串行属性约简算法研究现状 | 第10-11页 |
| 1.2.2 并行属性约简算法研究现状 | 第11-12页 |
| 1.2.3 规则获取研究现状 | 第12-14页 |
| 1.3 本文的研究内容与结构安排 | 第14-16页 |
| 第二章 粗糙集理论基础 | 第16-23页 |
| 2.1 基本概念 | 第16-17页 |
| 2.2 知识约简 | 第17-19页 |
| 2.2.1 属性约简 | 第17-18页 |
| 2.2.2 规则获取 | 第18-19页 |
| 2.3 粗糙集扩展模型 | 第19-22页 |
| 2.3.1 邻域粗糙集模型 | 第19-20页 |
| 2.3.2 邻域多粒度粗糙集模型 | 第20-21页 |
| 2.3.3 基于双重准则的邻域多粒度粗糙集模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于双重粒化准则的邻域多粒度粗集快速约简算法 | 第23-35页 |
| 3.1 相关知识 | 第23-26页 |
| 3.1.1 邻域关系下的单调性分析与bucket模型 | 第23-24页 |
| 3.1.2 双重粒化准则下的单调性分析 | 第24-26页 |
| 3.2 算法介绍 | 第26-32页 |
| 3.2.1 快速约简算法思路 | 第26-28页 |
| 3.2.2 快速约简算法步骤 | 第28-30页 |
| 3.2.3 算法时间复杂度以及计算量分析 | 第30-32页 |
| 3.3 仿真实验 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 基于MapReduce的邻域多粒度粗糙集模型并行约简算法 | 第35-49页 |
| 4.1 相关知识 | 第35-36页 |
| 4.1.1 邻域多粒度粗糙集的知识约简与子系统分析 | 第35-36页 |
| 4.1.2 MapReduce模型 | 第36页 |
| 4.2 算法介绍 | 第36-43页 |
| 4.2.1 算法思路 | 第36-37页 |
| 4.2.2 邻域多粒度粗糙集模型的并行化运算策略 | 第37-42页 |
| 4.2.3 基于MapReduce的邻域多粒度粗糙集模型并行约简算法 | 第42-43页 |
| 4.2.4 算法时间复杂度分析 | 第43页 |
| 4.3 仿真实验 | 第43-47页 |
| 4.3.1 算法约简结果对比分析 | 第44-45页 |
| 4.3.2 算法运行时间对比分析 | 第45-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 基于邻域多粒度粗糙集的规则获取算法 | 第49-64页 |
| 5.1 相关知识 | 第49-51页 |
| 5.1.1 经典粗糙集下的决策逻辑语言DL公式 | 第49-50页 |
| 5.1.2 基于经典粗糙集的知识粒 | 第50-51页 |
| 5.2 基于悲观邻域多粒度粗糙集的最大粒规则获取算法 | 第51-58页 |
| 5.2.1 邻域多粒度粗糙集模型下的DL公式及知识粒 | 第51-52页 |
| 5.2.2 规则约简算法及步骤 | 第52-55页 |
| 5.2.3 实例计算 | 第55-56页 |
| 5.2.4 仿真实验 | 第56-58页 |
| 5.3 基于双重准则的悲观邻域多粒度粗糙集最大粒规则获取算法 | 第58-63页 |
| 5.3.1 自适应半径 | 第58-59页 |
| 5.3.2 基于双重准则的悲观邻域多粒度粗糙集模型下的DL公式 | 第59页 |
| 5.3.3 自适应半径下的规则约简算法及步骤 | 第59-60页 |
| 5.3.4 实例计算 | 第60-62页 |
| 5.3.5 仿真实验 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 论文内容总结 | 第64页 |
| 6.2 后继工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
