可测空间与Pawlak代数的关系及基于粗集理论的数据挖掘技术
| 0 前言 | 第1-35页 |
| 1 粗集理论 | 第35-49页 |
| 1．1 知识及知识库 | 第35-36页 |
| 1．2 集合的上（下）近似 | 第36-38页 |
| 1．3 集合的近似精度及拓扑性质 | 第38-41页 |
| 1．4 识的简化和核 | 第41-42页 |
| 1．5 知识的依赖性 | 第42-45页 |
| 1．6 知识表达系统KRS | 第45-46页 |
| 1．7 属性的重要性 | 第46-48页 |
| 1．8 核值表 | 第48-49页 |
| 2 可测空间与Pawlak代数 | 第49-61页 |
| 2．1 引子 | 第49-50页 |
| 2．2 Pawlak代数 | 第50-52页 |
| 2．3 可测空间与Pawlak代数之间的关系 | 第52-56页 |
| 2．4 可测空间的扩张 | 第56-58页 |
| 2．5 2~U中的等价关系 | 第58-59页 |
| 2．6 小结 | 第59-61页 |
| 3 一种基于粗集理论数据训练的粗化算法 | 第61-73页 |
| 3．1 引子 | 第61页 |
| 3．2 粗化约简算法 | 第61-64页 |
| 3．2．1 算法原由 | 第61-62页 |
| 3．2．2 算法描述 | 第62页 |
| 3．2．3 算法分析 | 第62-64页 |
| 3．3 算例 | 第64-67页 |
| 3．4 算法比较 | 第67-72页 |
| 3．4．1 同文献[17]中的算法的比较 | 第67-70页 |
| 3．4．2 同文献[23]中的贪心算法的比较 | 第70-72页 |
| 3．5 小结 | 第72-73页 |
| 4 一种基于粗集理论的动态近似规则推理方法 | 第73-81页 |
| 4．1 问题的转化及近似规则推理 | 第73-79页 |
| 4．2 大前提中规则的变化 | 第79-80页 |
| 4．3 小结 | 第80-81页 |
| 5 一种基于粗集理论的规则约简算法 | 第81-85页 |
| 5．1 引言 | 第81页 |
| 5．2 算法原由 | 第81-82页 |
| 5．3 算法描述 | 第82-83页 |
| 5．4 算例与算法比较 | 第83-84页 |
| 5．5 小结 | 第84-85页 |
| 6 结束语 | 第85-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94-95页 |
| 附录一 | 第95-97页 |
| 附录二 | 第97页 |
