| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·归纳学习方法的研究背景和意义 | 第9-10页 |
| ·经典归纳学习方法 | 第10-11页 |
| ·模糊蕴含算子与蕴涵度 | 第11-12页 |
| ·模糊候选删除算法 | 第12-13页 |
| ·论文的章节安排 | 第13-14页 |
| 2 数据的预处理及AFS理论框架 | 第14-23页 |
| ·数据预处理的背景 | 第14页 |
| ·相关工作 | 第14-15页 |
| ·预处理算法实现 | 第15-19页 |
| ·数据转换方法 | 第16-17页 |
| ·数据的属性约减方法 | 第17-18页 |
| ·属性选择 | 第18-19页 |
| ·AFS理论 | 第19-23页 |
| ·EI代数 | 第20页 |
| ·AFS结构与AFS模糊逻辑 | 第20-21页 |
| ·关于隶属函数的定义 | 第21-23页 |
| 3 基于蕴含算子模糊规则提取算法(RENFIO)及其应用研究 | 第23-39页 |
| ·蕴含算子技术的提出与发展 | 第23页 |
| ·模糊蕴含算子介绍 | 第23-26页 |
| ·常用的模糊蕴含算子 | 第24-25页 |
| ·一种新的模糊蕴含算子NFIO | 第25-26页 |
| ·各种模糊蕴含算子的有效性分析 | 第26-28页 |
| ·RENFIO算法 | 第28-29页 |
| ·RENFIO算法的复杂度分析 | 第29页 |
| ·RENFIO算法的实际应用研究 | 第29-37页 |
| ·iris数据的实验研究 | 第29-33页 |
| ·wine数据的实验研究 | 第33-34页 |
| ·WDBC数据的实验研究 | 第34-35页 |
| ·WBCD数据的实验研究 | 第35-36页 |
| ·数据应用比较 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 4 模糊候选删除算法及其应用研究 | 第39-51页 |
| ·概念学习技术与模糊规则提取技术的发展 | 第39-40页 |
| ·经典概念学习算法 | 第40-42页 |
| ·模糊候选删除算法 | 第42-46页 |
| ·概述 | 第42-43页 |
| ·变形空间搜索 | 第43-44页 |
| ·模糊候选删除算法 | 第44-45页 |
| ·模糊候选删除算法的优点与不足 | 第45-46页 |
| ·模糊候选删除算法的实际应用 | 第46-50页 |
| ·iris数据的实验研究 | 第46-48页 |
| ·wine数据的实验研究 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 NFIO的其它应用研究 | 第51-56页 |
| ·用NFIO约减属性 | 第51-53页 |
| ·用NFIO约减属性算法 | 第51页 |
| ·实际数据的应用与比较 | 第51-53页 |
| ·用NFIO求样本描述 | 第53页 |
| ·用NFIO求样本描述算法 | 第53页 |
| ·实际数据的应用与比较 | 第53页 |
| ·用NFIO求误分类的样本的描述 | 第53-55页 |
| ·用NFIO求误分类的样本的描述算法 | 第54页 |
| ·实际数据的应用与比较 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 课题资助情况 | 第61-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |