| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·引言 | 第11-13页 |
| ·数据挖掘研究发展现状 | 第13-15页 |
| ·粗糙集理论研究现状 | 第15-17页 |
| ·粗糙集理论的产生和发展 | 第15-16页 |
| ·粗糙集理论的研究现状 | 第16-17页 |
| ·本文的主要工作内容 | 第17-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第二章 数据挖掘与粗糙集理论 | 第20-38页 |
| ·数据库中的知识发现与数据挖掘 | 第20-22页 |
| ·数据挖掘简介 | 第22-23页 |
| ·数据挖掘模式类型 | 第22页 |
| ·数据挖掘的分类发现方法 | 第22-23页 |
| ·粗糙集理论的基本概念 | 第23-32页 |
| ·信息系统 | 第23-24页 |
| ·不可区分关系 | 第24-25页 |
| ·集合的近似 | 第25-27页 |
| ·近似的度量 | 第27-28页 |
| ·属性的约简 | 第28-29页 |
| ·属性的相对约简 | 第29-31页 |
| ·属性的依赖性 | 第31页 |
| ·属性的重要度 | 第31-32页 |
| ·粗糙集的扩展模型 | 第32-34页 |
| ·变精度粗糙集模型 | 第32-33页 |
| ·概率粗糙集模型 | 第33页 |
| ·加权粗糙集模型 | 第33-34页 |
| ·粗糙集理论的特点 | 第34-35页 |
| ·基于粗糙集的数据挖掘模型 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第三章 基于粗糙集理论的约简算法研究 | 第38-59页 |
| ·基本算法 | 第39页 |
| ·基于区分矩阵和逻辑运算的约简算法 | 第39-41页 |
| ·归纳属性约简算法 | 第41页 |
| ·MIBARK 属性约简算法 | 第41-43页 |
| ·MIBARK 算法的改进 | 第43-46页 |
| ·算法思想及步骤 | 第43-45页 |
| ·MIBARK-NC 算法实验分析 | 第45页 |
| ·MIBARK-NC 算法与MIBARK 算法对比分析 | 第45-46页 |
| ·HORAFA 算法 | 第46-52页 |
| ·HORAFA 算法思想及步骤 | 第47-48页 |
| ·HORAFA 算法复杂度 | 第48页 |
| ·HORAFA 算法实验与分析 | 第48-52页 |
| ·HORAFA 算法的改进 | 第52-55页 |
| ·HORAFA-SVDM 算法思想及步骤 | 第52-53页 |
| ·HORAFA-SVDM 的实验分析 | 第53-54页 |
| ·HORAFA-SVDM 算法与HORAFA 算法对比分析 | 第54-55页 |
| ·基于近似精度的约简算法 | 第55-58页 |
| ·算法思想与步骤 | 第55-56页 |
| ·算法实例分析 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第四章 增量式属性约简算法研究 | 第59-73页 |
| ·增量式算法原理 | 第59-60页 |
| ·增量式算法的设计原则 | 第60-61页 |
| ·基于特征矩阵的增量式算法 | 第61-66页 |
| ·特征矩阵的扩展定义 | 第61-62页 |
| ·基于特征矩阵的规则提取 | 第62-66页 |
| ·算法时间复杂度分析 | 第66页 |
| ·ASRAI 算法 | 第66-68页 |
| ·ASRAI 算法的基本思想与步骤 | 第66-67页 |
| ·ASRAI 算法分析 | 第67-68页 |
| ·ASRAI 算法的改进 | 第68-72页 |
| ·算法原理 | 第68-69页 |
| ·算法步骤 | 第69页 |
| ·算法复杂度分析 | 第69-70页 |
| ·实例分析 | 第70-72页 |
| ·小结 | 第72-73页 |
| 第五章 基于粗糙集的电子邮件过滤模型 | 第73-80页 |
| ·电子邮件过滤 | 第73-75页 |
| ·垃圾邮件 | 第73-74页 |
| ·电子邮件过滤方法 | 第74-75页 |
| ·邮件过滤系统的粗糙集模型 | 第75-77页 |
| ·实验分析 | 第77-79页 |
| ·小结 | 第79-80页 |
| 第六章 结论和展望 | 第80-82页 |
| ·全文总结 | 第80页 |
| ·课题的后续研究工作 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 攻硕期间取得的成果 | 第86-87页 |