基于粗糙集理论的属性约简算法研究及应用
1 绪论 | 第1-20页 |
·数据挖掘 | 第9-13页 |
·数据挖掘的基本概念 | 第9页 |
·数据挖掘的主要步骤 | 第9-10页 |
·数据挖掘的主要任务 | 第10-11页 |
·数据挖掘的主要方法 | 第11-13页 |
·天体光谱数据概述 | 第13-14页 |
·LAMOST 项目 | 第13页 |
·LAMOST 目标和任务 | 第13-14页 |
·基于粗糙集理论的属性约简及其应用 | 第14-18页 |
·研究意义 | 第14-16页 |
·研究现状 | 第16-17页 |
·研究内容的提出 | 第17-18页 |
·本文研究内容和主要成果 | 第18页 |
·论文的组织与安排 | 第18-20页 |
2 RS属性约简理论与粗糙逻辑 | 第20-27页 |
·RS属性约简理论的基本概念 | 第20-23页 |
·属性约简算法 | 第23-24页 |
·粗糙逻辑 | 第24-27页 |
·决策逻辑的语法与语义 | 第24-25页 |
·决策规则和决策算法 | 第25-26页 |
·极小决策算法的静态生成方法 | 第26-27页 |
3 对区分矩阵约简算法的改进 | 第27-32页 |
·基于区分矩阵的属性约简 | 第27页 |
·改进的区分矩阵算法ARDM | 第27-29页 |
·实例分析 | 第29-31页 |
·本章小结 | 第31-32页 |
4 增量式属性约简算法 | 第32-40页 |
·增量式属性约简 | 第32页 |
·增量计算所涉及的问题以及可能的解决途径 | 第32-33页 |
·增量式属性约简的判定依据 | 第33-35页 |
·增量式属性约简算法 | 第35-36页 |
·实例分析 | 第36-39页 |
·本章小结 | 第39-40页 |
5 RS理论在恒星光谱数据分析中的应用 | 第40-47页 |
·天文学的发展与天体光谱的介绍 | 第40-42页 |
·天文学的发展 | 第40-41页 |
·天体光谱 | 第41-42页 |
·RS理论在恒星光谱数据中的应用 | 第42-47页 |
·需求分析 | 第42-43页 |
·功能模块 | 第43页 |
·软件体系结构 | 第43-44页 |
·系统开发环境 | 第44页 |
·实例运行 | 第44-47页 |
结束语 | 第47-48页 |
参考文献 | 第48-52页 |
攻读硕士期间参加的研究项目及发表的论文 | 第52-53页 |
致谢 | 第53页 |