基于模糊规则的分类算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 数据挖掘 | 第15页 |
| 1.3 数据分类主要方法 | 第15-17页 |
| 1.4 国内外研究现状 | 第17页 |
| 1.5 本文主要工作和结构安排 | 第17-20页 |
| 第二章 模糊理论基础 | 第20-30页 |
| 2.1 基础知识 | 第20-25页 |
| 2.1.1 相关名词解释 | 第20页 |
| 2.1.2 模糊隶属函数 | 第20-22页 |
| 2.1.3 模糊数 | 第22-24页 |
| 2.1.4 模糊集合表示方法 | 第24页 |
| 2.1.5 分类评估方法 | 第24-25页 |
| 2.2 模糊特征选择 | 第25-28页 |
| 2.2.1 特征选择简介 | 第25-26页 |
| 2.2.2 特征选择过程 | 第26-27页 |
| 2.2.3 搜索算法介绍 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于决策树的模糊规则不确定数据分类算法 | 第30-48页 |
| 3.1 决策树 | 第30-31页 |
| 3.2 CRM算法 | 第31-41页 |
| 3.2.1 CRM算法的基础知识 | 第31-33页 |
| 3.2.2 CRM算法的流程 | 第33-36页 |
| 3.2.3 CRM算法的结构 | 第36-38页 |
| 3.2.4 CRM算法的设计 | 第38-41页 |
| 3.3 实验仿真 | 第41-46页 |
| 3.3.1 实验设置 | 第41-42页 |
| 3.3.2 实验实例和算法流程 | 第42-44页 |
| 3.3.3 实验结果 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于模糊知识的随机缺失值数据分类算法 | 第48-60页 |
| 4.1 引言 | 第48-49页 |
| 4.2 模糊特征提取算法 | 第49-52页 |
| 4.3 改进的CRM算法 | 第52-54页 |
| 4.4 实验结果与分析 | 第54-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60页 |
| 5.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
