| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 课题研究现状 | 第9-12页 |
| 1.2.1 完备信息系统下研究现状 | 第10-11页 |
| 1.2.2 不完备信息系统下研究现状 | 第11-12页 |
| 1.3 课题研究内容及框架 | 第12-14页 |
| 第二章 相关概念与基础知识 | 第14-19页 |
| 2.1 完备信息系统下的相关概念 | 第14-17页 |
| 2.2 不完备信息系统下的相关概念 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 完备信息系统下的增量式属性约简算法 | 第19-41页 |
| 3.1 引言 | 第19页 |
| 3.2 一种压缩二进制区分矩阵方法 | 第19-21页 |
| 3.2.1 压缩二进制区分矩阵定义 | 第19-20页 |
| 3.2.2 实例计算说明 | 第20-21页 |
| 3.3 基于二进制区分矩阵的增量式属性约简方法 | 第21-30页 |
| 3.3.1 单个实例增加时的增量式求核算法 | 第21-24页 |
| 3.3.1.1 算法思路 | 第21-23页 |
| 3.3.1.2 实例计算说明 | 第23-24页 |
| 3.3.2 单个实例增加时的增量式属性约简算法 | 第24-30页 |
| 3.3.2.1 算法基本思想 | 第24-27页 |
| 3.3.2.2 算法复杂度分析 | 第27页 |
| 3.3.2.3 实例计算说明 | 第27-28页 |
| 3.3.2.4 实验仿真及分析 | 第28-30页 |
| 3.4 适用于成组实例增加的增量式求核与属性约简方法 | 第30-40页 |
| 3.4.1 成组实例增加时的增量式求核算法 | 第30-32页 |
| 3.4.1.1 算法思路 | 第30-31页 |
| 3.4.1.2 实例计算说明 | 第31-32页 |
| 3.4.2 成组实例增加时的增量式属性约简算法 | 第32-40页 |
| 3.4.2.1 算法基本思想 | 第32-35页 |
| 3.4.2.2 算法复杂度分析 | 第35-36页 |
| 3.4.2.3 实例计算说明 | 第36-38页 |
| 3.4.2.4 实验仿真及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 不完备信息系统下的增量式属性约简算法 | 第41-56页 |
| 4.1 引言 | 第41页 |
| 4.2 快速容差类求解算法 | 第41-44页 |
| 4.2.1 算法基本思想 | 第41-43页 |
| 4.2.2 实验仿真及分析 | 第43-44页 |
| 4.3 容差类的增量式快速求解算法 | 第44-47页 |
| 4.3.1 算法基本思想 | 第44-45页 |
| 4.3.2 实例计算说明 | 第45-46页 |
| 4.3.3 实验仿真及分析 | 第46-47页 |
| 4.4 容差关系模型下基于二进制区分矩阵的增量式属性约简算法 | 第47-55页 |
| 4.4.1 算法基本思想及流程 | 第47-52页 |
| 4.4.2 算法复杂度分析 | 第52页 |
| 4.4.3 实例计算说明 | 第52-54页 |
| 4.4.4 实验仿真及分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 增量式约简算法在光伏发电预测系统的应用 | 第56-66页 |
| 5.1 应用背景 | 第56-57页 |
| 5.2 光伏发电预测数据离散化处理 | 第57-58页 |
| 5.3 神经网络预测模型设计 | 第58-59页 |
| 5.3.1 预测模型 | 第58-59页 |
| 5.3.2 学习算法 | 第59页 |
| 5.4 基于增量式约简算法的光伏预测模型 | 第59-61页 |
| 5.5 实验仿真对比分析 | 第61-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 论文总结 | 第66页 |
| 6.2 论文展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 致谢 | 第72页 |