| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-19页 |
| 第一章 绪论 | 第19-33页 |
| ·论文的研究背景与意义 | 第19-24页 |
| ·智能专家系统与知识发现 | 第19-20页 |
| ·中医智能专家系统的研究背景与现状 | 第20-22页 |
| ·中医智能诊断研究面临的挑战与意义 | 第22-23页 |
| ·软计算与中医辨证计算化 | 第23页 |
| ·小结 | 第23-24页 |
| ·粗糙集理论及其应用研究概述 | 第24-29页 |
| ·粗糙集理论概述 | 第24-26页 |
| ·粗糙集理论在知识获取方面的应用研究概述 | 第26-27页 |
| ·粗糙集理论在属性约简方面的应用研究概述 | 第27-28页 |
| ·粗糙集理论在中医诊断中的应用研究概述 | 第28-29页 |
| ·论文的研究目标与内容 | 第29-30页 |
| ·论文的章节安排 | 第30-33页 |
| 第二章 中医辨证智能诊断的软计算方法研究概况 | 第33-47页 |
| ·引言 | 第33页 |
| ·中医辨证简介 | 第33-34页 |
| ·软计算在中医辨证智能诊断研究中的优势 | 第34-36页 |
| ·中医辨证智能诊断的软计算方法研究的难点 | 第36-37页 |
| ·中医辨证智能诊断的软计算方法研究的进展 | 第37-46页 |
| ·中医辨证诊治的基本过程及简化模型 | 第38页 |
| ·基于模糊集理论的方法 | 第38-42页 |
| ·基于神经网络的方法 | 第42-43页 |
| ·基于粗糙集理论的方法 | 第43-45页 |
| ·多技术融合的方法 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 基于粗糙集理论反映聚焦思维机制的分类规则提取算法研究 | 第47-63页 |
| ·引言 | 第47-48页 |
| ·算法的理论基础 | 第48-52页 |
| ·算法的理论依据 | 第52-53页 |
| ·算法的基本过程 | 第53页 |
| ·算法的具体描述 | 第53-55页 |
| ·示例 | 第55-60页 |
| ·本章小结 | 第60-63页 |
| 第四章 基于粗糙集理论反映层级聚类思维机制的诊断规则提取算法研究 | 第63-81页 |
| ·引言 | 第63页 |
| ·算法的理论背景 | 第63-67页 |
| ·算法的基本过程 | 第67-68页 |
| ·算法的具体描述 | 第68-73页 |
| ·示例 | 第73-78页 |
| ·本章小结 | 第78-81页 |
| 第五章 基于约简分辨图计算信息系统中所有属性约简的高效算法研究 | 第81-127页 |
| ·引言 | 第81-82页 |
| ·问题的提出 | 第82-84页 |
| ·算法的理论基础 | 第84-116页 |
| ·分辨函数的等价形式 | 第84-92页 |
| ·分辨图与约简分辨图 | 第92-99页 |
| ·搜索原则与搜索方案 | 第99-103页 |
| ·搜索方案的理论依据 | 第103-116页 |
| ·算法设计 | 第116-120页 |
| ·实验结果及分析 | 第120-124页 |
| ·本章小结 | 第124-127页 |
| 第六章 结论与展望 | 第127-133页 |
| ·学习型中医辨证诊疗系统的构想 | 第127-128页 |
| ·论文成果的应用 | 第128-129页 |
| ·论文的主要工作与创新点 | 第129-130页 |
| ·问题与展望 | 第130-133页 |
| 附录A 关于Zoo数据集的说明 | 第133-137页 |
| 附录B Zoo数据集 | 第137-139页 |
| 附录C Zoo数据集的约简分辨图 | 第139-141页 |
| 附录D Zoo数据集的最小属性约简及其约简完整路径 | 第141-143页 |
| 参考文献 | 第143-157页 |
| 攻读博士学位期间发表论文情况 | 第157-159页 |
| 攻读博士学位期间主要科研学术活动 | 第159-161页 |
| 致谢 | 第161-162页 |
