| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·粗糙集理论的研究意义 | 第7-8页 |
| ·粗糙集理论的研究现状 | 第8-11页 |
| ·数据的预处理 | 第8页 |
| ·扩展模型 | 第8-9页 |
| ·有效算法的研究 | 第9-10页 |
| ·与其他方法的结合 | 第10页 |
| ·应用研究 | 第10-11页 |
| ·论文的研究内容及安排 | 第11-13页 |
| ·主要研究内容 | 第11页 |
| ·论文安排 | 第11-13页 |
| 第二章 粗糙集理论基础 | 第13-19页 |
| ·引言 | 第13页 |
| ·知识和知识库 | 第13-14页 |
| ·不精确范畴，近似与粗糙集 | 第14-16页 |
| ·知识的约简及相对约简 | 第16-17页 |
| ·知识的依赖性及其度量 | 第17页 |
| ·决策表 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 完备离散信息系统的属性约简方法 | 第19-29页 |
| ·引言 | 第19页 |
| ·粗糙集理论的信息论描述 | 第19-22页 |
| ·基于改进的互信息增益率的粗糙集知识约简算法 | 第22-25页 |
| ·属性重要度的度量方法 | 第22-23页 |
| ·基于改进的互信息增益率的启发式约简算法步骤 | 第23-24页 |
| ·仿真实例 | 第24-25页 |
| ·基于遗传算法的粗糙集属性约简算法 | 第25-28页 |
| ·属性相关度 | 第25-26页 |
| ·遗传算法介绍 | 第26页 |
| ·适值函数的定义 | 第26-27页 |
| ·遗传约简算法步骤 | 第27页 |
| ·仿真实例 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 不完备离散信息系统的属性约简方法 | 第29-37页 |
| ·引言 | 第29页 |
| ·基本概念 | 第29-32页 |
| ·容差关系 | 第30页 |
| ·非对称相似关系 | 第30-31页 |
| ·限制容差关系 | 第31-32页 |
| ·基于权重联系度的粗糙集模型及其约简算法 | 第32-36页 |
| ·属性重要性的定义 | 第32-33页 |
| ·基于权重联系度的粗糙集模型 | 第33-34页 |
| ·属性约简算法步骤 | 第34-35页 |
| ·仿真实例 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于连续数据的知识约简及其在故障诊断中的应用 | 第37-43页 |
| ·引言 | 第37页 |
| ·全局相似性度量及属性约简算法 | 第37-42页 |
| ·改进的属性广义区分度 | 第37-39页 |
| ·属性全局相似性度量 | 第39-40页 |
| ·基于容差关系的属性约简算法 | 第40页 |
| ·仿真实例 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-45页 |
| ·本文的主要工作成果 | 第43页 |
| ·关于后续工作的思考和展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第50页 |