粗糙关系数据库的属性值分解及其应用研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·粗糙集理论研究现状 | 第10页 |
| ·粗糙集理论的应用 | 第10-12页 |
| ·人工神经网络训练样本集化简 | 第10-11页 |
| ·控制算法获取 | 第11页 |
| ·决策支持系统 | 第11页 |
| ·从数据库中发现知识 | 第11-12页 |
| ·粗糙关系数据库的研究现状及存在问题 | 第12-14页 |
| ·选题的意义 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 粗糙集理论与粗糙关系数据库 | 第16-22页 |
| ·粗糙集理论的基本概念 | 第16-18页 |
| ·知识、知识库 | 第16页 |
| ·知识表达系统 | 第16-17页 |
| ·近似、粗糙集 | 第17-18页 |
| ·粗糙关系数据库的相关概念 | 第18-21页 |
| ·粗糙关系数据库模型 | 第18-19页 |
| ·粗糙关系 | 第19页 |
| ·粗糙关系的近似集、解释 | 第19-20页 |
| ·粗糙关系运算 | 第20-21页 |
| ·粗糙关系数据库模式 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 信息理论度量 | 第22-25页 |
| ·粗糙集的粗糙度 | 第22-23页 |
| ·粗糙度定义粗糙集 | 第22-23页 |
| ·粗糙隶属函数 | 第23页 |
| ·粗糙集的粗糙度度量的缺陷 | 第23-24页 |
| ·粗糙熵 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第四章 粗糙关系数据库的熵 | 第25-29页 |
| ·粗糙模式熵 | 第25页 |
| ·粗糙关系熵 | 第25页 |
| ·粗糙关系数据库模型的熵 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第五章 粗糙关系的属性值分解 | 第29-41页 |
| ·属性值的排序 | 第29-34页 |
| ·排序算法中的基本概念 | 第29页 |
| ·基本排序算法 | 第29-33页 |
| ·排序算法的比较与选择 | 第33-34页 |
| ·单值属性的分解 | 第34-39页 |
| ·基本概念 | 第34-35页 |
| ·粗糙关系的单值属性分解相关概念 | 第35-36页 |
| ·属性取值转化 | 第36页 |
| ·单值分解算法 | 第36-37页 |
| ·算法分析 | 第37-38页 |
| ·应用实例 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第六章 应用 | 第41-50页 |
| ·联机分析处理的相关概念 | 第41-43页 |
| ·联机分析处理的概念 | 第41页 |
| ·OLAP 逻辑概念和典型操作 | 第41-42页 |
| ·OLAP 系统的体系结构和分类 | 第42-43页 |
| ·粗糙关系属性值的分解应用于联机分析处理 | 第43-45页 |
| ·粗糙关系属性值分解应用于联机分析处理的假设分析 | 第44页 |
| ·粗糙关系的属性值分解算法的实现 | 第44-45页 |
| ·含属性值分解模块的OLAP 模型 | 第45-49页 |
| ·数据库的选择 | 第46-47页 |
| ·查询转换 | 第47-48页 |
| ·存在的挑战 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第七章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 研究生期间发表论文、参加的项目 | 第54-55页 |
| 致谢 | 第55页 |
