基于粗糙集的数据挖掘研究
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-15页 |
| ·本文的背景和意义 | 第7-8页 |
| ·数据挖掘 | 第8-14页 |
| ·数据挖掘与知识发现 | 第8-9页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·数据挖掘的方法 | 第10-11页 |
| ·数据挖掘的分类算法 | 第11-13页 |
| ·数据挖掘的研究现状 | 第13-14页 |
| ·本文的结构 | 第14-15页 |
| 第2章 粗糙集 | 第15-21页 |
| ·引言 | 第15-16页 |
| ·粗糙集概述 | 第15页 |
| ·粗糙集与数据挖掘 | 第15-16页 |
| ·粗糙集理论 | 第16-20页 |
| ·知识的分类 | 第16-17页 |
| ·概念的边界观点 | 第17-18页 |
| ·知识的约简 | 第18页 |
| ·决策表和决策逻辑 | 第18-19页 |
| ·决策表的约简 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第3章 基于互信息的粗糙集分类算法 | 第21-37页 |
| ·信息论 | 第21-25页 |
| ·信息熵 | 第21-23页 |
| ·条件熵 | 第23页 |
| ·互信息 | 第23-24页 |
| ·广义互信息 | 第24-25页 |
| ·基于属性重要性粗糙集分类算法 | 第25-27页 |
| ·算法思想 | 第25页 |
| ·算法实现 | 第25-27页 |
| ·基于互信息粗糙集分类算法 | 第27-31页 |
| ·I-RS算法思想 | 第27-28页 |
| ·I-RS算法描述 | 第28-30页 |
| ·I-RS代码实现 | 第30-31页 |
| ·基于广义互信息粗糙集分类算法 | 第31-34页 |
| ·BI-RS算法思想 | 第31页 |
| ·BI-RS算法描述 | 第31-33页 |
| ·BI-RS代码实现 | 第33-34页 |
| ·实验比较与结果分析 | 第34-35页 |
| ·阈值问题 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 数据离散化 | 第37-42页 |
| ·离散化描述 | 第37-38页 |
| ·离散化本质 | 第37页 |
| ·决策表的相容度 | 第37-38页 |
| ·基于信息熵的属性离散化 | 第38-40页 |
| ·实验比较与结果分析 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·总结 | 第42页 |
| ·研究展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 摘要 | 第47-49页 |
| ABSTRACT | 第49-51页 |
