基于粗糙集理论的属性值约简的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-21页 |
| §1.1 研究的目的和意义 | 第7页 |
| §1.2 数据挖掘 | 第7-8页 |
| ·什么是数据挖掘 | 第7-8页 |
| ·数据挖抛的功能—可以挖掘什么类型的模式 | 第8页 |
| ·数据挖掘的问题与挑战及其方法 | 第8页 |
| §1.3 数据挖掘的方法 | 第8-10页 |
| ·决策树方法 | 第9页 |
| ·神经网络方法 | 第9页 |
| ·模糊论方法 | 第9页 |
| ·遗传算法 | 第9页 |
| ·粗糙集方法 | 第9-10页 |
| §1.4 知识的分类 | 第10页 |
| §1.5 数据挖掘的步骤 | 第10-11页 |
| §1.6 粗糙集理论的产生和发展 | 第11-14页 |
| ·粗糙集理论的提出背景 | 第11页 |
| ·粗糙集理论研究对象 | 第11-12页 |
| ·粗糙集理论的特点 | 第12页 |
| ·粗糙集理论应用的现状 | 第12-14页 |
| §1.7 粗糙集理论研究的基本问题 | 第14-18页 |
| ·决策表的约简 | 第14-16页 |
| ·不完全决策表的处理 | 第16页 |
| ·连续属性的离散化 | 第16-17页 |
| ·粗糙集与其他软计算方法的集成 | 第17-18页 |
| §1.8 粗糙集理论及其应用的发展前景 | 第18-21页 |
| 第2章 粗糙集理论的概念 | 第21-31页 |
| §2.1 知识表达系统和决策系统 | 第21页 |
| §2.2 粗糙集的基本概念 | 第21-25页 |
| §2.3 粗糙度与分类质量 | 第25-27页 |
| §2.4 属性的重要性和决策规则 | 第27-29页 |
| §2.5 粗糙集模型的扩展 | 第29-31页 |
| ·相容粗糙集模型 | 第29-30页 |
| ·可变精度粗糙集模型 | 第30-31页 |
| 第3章 粗糙集理论的属性约简 | 第31-38页 |
| §3.1 属性约简的基本概念 | 第31-32页 |
| §3.2 基于信息量的属性约简算法 | 第32-38页 |
| ·一般约简算法 | 第33页 |
| ·基于信息量的属性约简算法 | 第33-38页 |
| 第4章 粗糙集理论的属性值约简 | 第38-49页 |
| §4.1 属性值约简算法 | 第38-45页 |
| ·一般值约简算法 | 第38-39页 |
| ·归纳约简算法 | 第39-40页 |
| ·启发式约简算法 | 第40-41页 |
| ·改进值约简算法 | 第41-43页 |
| ·应用实例及结果分析 | 第43-45页 |
| §4.2 贪心算法与值约简 | 第45-49页 |
| ·贪心算法的基本要素 | 第45-47页 |
| ·贪心算法在值约简中的应用 | 第47-48页 |
| ·实例分析 | 第48-49页 |
| 结束语 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
