基于粗糙集和决策树的规则提取方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 引言 | 第7-13页 |
| ·粗糙集理论的研究现状 | 第7-9页 |
| ·决策树技术的发展与现状 | 第9-10页 |
| ·粗糙集与决策树相结合及应用 | 第10-11页 |
| ·本文所做的主要工作 | 第11-13页 |
| 第2章 粗糙集理论 | 第13-28页 |
| ·粗糙集的基本概念 | 第13-22页 |
| ·知识和知识库 | 第13-14页 |
| ·信息系统和决策表 | 第14-16页 |
| ·不可分辨关系 | 第16-17页 |
| ·上、下近似集 | 第17-20页 |
| ·依赖度和重要度 | 第20-21页 |
| ·分明矩阵 | 第21-22页 |
| ·粗糙集的化简 | 第22-28页 |
| ·数据离散化 | 第22-25页 |
| ·属性约简与核 | 第25-26页 |
| ·决策规则 | 第26-28页 |
| 第3章 基于分明矩阵的属性约简算法 | 第28-36页 |
| ·现有的属性约简算法 | 第28-32页 |
| ·一般属性约简算法 | 第28-29页 |
| ·基于属性重要度的启发式算法 | 第29页 |
| ·基于信息熵的属性约简算法 | 第29-31页 |
| ·基于分明矩阵和逻辑运算的属性约简算法 | 第31-32页 |
| ·改进的基于分明矩阵的属性约简算法 | 第32-34页 |
| ·算法改进 | 第32-33页 |
| ·算法描述 | 第33页 |
| ·算法比较 | 第33-34页 |
| ·实例分析 | 第34-36页 |
| 第4章 基于粗糙集和决策树的规则提取算法研究 | 第36-49页 |
| ·决策树技术 | 第36-37页 |
| ·基于粗糙集的决策树构造算法 | 第37-43页 |
| ·传统的决策树算法简介 | 第37-40页 |
| ·改进的基于粗糙集的决策树构造算法 | 第40-43页 |
| ·实例分析 | 第43页 |
| ·决策规则提取及筛选 | 第43-49页 |
| ·覆盖度 | 第43-45页 |
| ·决策规则的提取及推理过程 | 第45-47页 |
| ·实例分析 | 第47-49页 |
| 第5章 基于粗糙集的决策规则提取系统实现 | 第49-57页 |
| ·系统功能模块 | 第49-50页 |
| ·系统实现 | 第50-57页 |
| ·数据输入 | 第50-51页 |
| ·属性约简 | 第51-53页 |
| ·决策树 | 第53页 |
| ·规则提取 | 第53-54页 |
| ·规则筛选 | 第54-57页 |
| 第6章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间的研究成果 | 第64页 |
