| 第1章 概述 | 第1-8页 |
| 第2章 粗糙集的基本概念 | 第8-10页 |
| ·信息系统与决策表 | 第8-9页 |
| ·近似空间 | 第9-10页 |
| 第3章 神经网络的基本概念 | 第10-15页 |
| ·神经网络的基本概念 | 第10-14页 |
| ·BP模型 | 第14-15页 |
| 第4章 粗糙集与神经网络结合的数据挖掘方法 | 第15-37页 |
| ·数据预处理 | 第15-17页 |
| ·基本概念 | 第15-16页 |
| ·数据离散化和属性约简 | 第16-17页 |
| ·用粗糙集方法进行缺失值的填充 | 第17-21页 |
| ·可辨识矩阵 | 第17-19页 |
| ·基于粗糙集理论的不完备数据分析方法(ROUSTIDA) | 第19-21页 |
| ·ROUSTIDA的改进算法 | 第21-27页 |
| ·有缺失属性的对象与任何对象都不相似时的填充 | 第21-23页 |
| ·有缺失属性的对象与多个对象都相似时的填充 | 第23-24页 |
| ·不一致信息的避免 | 第24-26页 |
| ·改进算法与原算法的比较 | 第26-27页 |
| ·一致性表征填充方法 | 第27-32页 |
| ·一致性矩阵 | 第27-28页 |
| ·一致性表征阵 | 第28-29页 |
| ·一致性表征填充方法 | 第29-32页 |
| ·构建BP网络进行数据挖掘 | 第32-37页 |
| ·构建BP网络 | 第32页 |
| ·实验及结果分析 | 第32-37页 |
| 第5章 结束语 | 第37-38页 |
| 参考文献 | 第38-137页 |