变精度粗糙集分类算法的研究与应用
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状及存在问题 | 第11-14页 |
| 1.2.1 粗糙集研究现状 | 第11-12页 |
| 1.2.2 变精度粗糙集研究现状 | 第12-13页 |
| 1.2.3 支持向量机研究现状 | 第13页 |
| 1.2.4 医学图像挖掘研究现状 | 第13-14页 |
| 1.3 本文的研究工作 | 第14-15页 |
| 1.4 本文的内容安排 | 第15-16页 |
| 2 相关概念及理论 | 第16-25页 |
| 2.1 粗糙集理论 | 第16-19页 |
| 2.1.1 粗糙集基本概念 | 第16-17页 |
| 2.1.2 粗糙集理论特点 | 第17-18页 |
| 2.1.3 变精度粗糙集理论概念 | 第18-19页 |
| 2.1.4 变精度粗糙集理论特点 | 第19页 |
| 2.2 支持向量机理论 | 第19-24页 |
| 2.2.1 支持向量机基本概念 | 第19-23页 |
| 2.2.2 支持向量机理论特点 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于β边界阈值选取的VPRS分类新方法 | 第25-31页 |
| 3.1 传统属性约简算法 | 第25页 |
| 3.2 加权平均法求取VPRS | 第25-26页 |
| 3.3 启发式属性约简算法 | 第26页 |
| 3.4 实验结果及分析 | 第26-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 改进的约简分类算法在医学图像中的应用 | 第31-36页 |
| 4.1 图像预处理及特征提取 | 第31-32页 |
| 4.2 属性约简的计算与分析 | 第32-33页 |
| 4.3 分类正确率的比较 | 第33-34页 |
| 4.4 分类训练预测时间的比较 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 总结与展望 | 第36-37页 |
| 5.1 本文工作总结 | 第36页 |
| 5.2 今后工作展望 | 第36-37页 |
| 参考文献 | 第37-42页 |
| 攻读硕士期间的科研成果目录 | 第42-43页 |
| 致谢 | 第43页 |
