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

面向数字字符识别的粗糙集属性约简算法研究

第一章 绪论第1-26页
   ·粗糙集的研究现状第13-16页
     ·粗糙集理论的发展历程第13-14页
     ·粗糙集的研究方向第14-16页
   ·粗糙集的基本知识第16-19页
     ·知识表达系统和决策表第16-17页
     ·近似空间与粗糙集模型第17-19页
   ·属性约简概念第19-20页
   ·属性选择机制第20-24页
     ·属性选择的基本问题第20-21页
     ·属性价值第21-24页
       ·粗糙集概念下的属性重要性第21-22页
       ·特征子集的评价指标第22-24页
   ·本文主要工作概述第24-26页
第二章 粗糙集基本算法第26-39页
   ·不可分辨关系IND(B)第26-30页
     ·基本算法第26-27页
     ·快速算法第27-28页
     ·增量算法第28-30页
   ·正区域POSP(Q)第30-31页
   ·属性核CORE第31-33页
     ·可分辨矩阵求核CORE方法第31-32页
     ·利用属性依赖性求核属性第32-33页
   ·属性约简算法第33-38页
     ·常用约简算法第33-36页
     ·约简的完备算法第36-38页
     ·其他约简方法第38页
   ·本章小结第38-39页
第三章 属性约简的遗传算法第39-52页
   ·约简的基本遗传算法框架和流程第40页
   ·粗糙集属性约简问题解空间的编码第40-41页
   ·适应度函数第41-44页
     ·加权型适应度函数及存在的问题第41-44页
     ·分段适应度函数第44页
   ·遗传算子设计第44-47页
     ·选择第44-45页
     ·交叉第45-46页
     ·变异第46-47页
   ·实验分析第47-50页
     ·适应度函数对进化过程的影响第48-49页
     ·变异算子对进化过程的影响第49-50页
   ·本章小结第50-52页
第四章 基于类内一致性的属性约简第52-60页
   ·类内一致性判据J_C第52-54页
   ·属性约简集的搜索算法第54-56页
     ·分支定界法第54-56页
     ·filter方法第56页
   ·实验分析第56-59页
   ·本章小结第59-60页
第五章 基于属性综合分辨力的约简算法SDAR第60-76页
   ·属性综合分辨力的评价第60-61页
   ·分辨信息表Distinction Table第61-66页
     ·分辨信息表的结构第61-63页
     ·分辨信息表的分解第63-65页
     ·分辨信息表与分辨矩阵、二进制分辨矩阵的关系第65-66页
   ·基于属性综合分辨力的约简算法SDAR第66-72页
     ·定义于等价关系上的约简算法SDAR_EQR第66-68页
     ·定义于相似关系上的约简算法SDAR_SIMR第68-72页
       ·经典粗集模型对数值属性对象分类的局限第68-69页
       ·相似关系粗集模型(Similarity based Rough Set model)及约简第69-70页
       ·相似关系粗糙集的属性约简算法SDAR_SIMR第70-72页
   ·实验分析第72-75页
   ·本章小结第75-76页
第六章 全文总结第76-78页
参考文献第78-79页

论文共79页,点击 下载论文
上一篇:零售业投资区位评价理论与方法研究
下一篇:脱氢酶在生物质发酵产氢过程中的规律与作用研究