多级概念学习的粒计算方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的动机和意义 | 第9-10页 |
| ·粒计算方法的研究背景与研究现状 | 第10-13页 |
| ·粒计算方法的研究背景 | 第10-11页 |
| ·粒计算方法的研究现状 | 第11-12页 |
| ·粒计算方法在概念学习中的应用 | 第12-13页 |
| ·本文研究的主要工作 | 第13页 |
| ·本文的组织与结构 | 第13-15页 |
| 第2章 基本概念和理论基础 | 第15-23页 |
| ·粒计算理论的基本概念 | 第15-19页 |
| ·粒计算的含义 | 第15-16页 |
| ·粒计算的基本问题 | 第16-17页 |
| ·粒计算的三大模型 | 第17-19页 |
| ·概念学习的基本知识 | 第19-22页 |
| ·概念的基本知识 | 第19-20页 |
| ·概念层次及层次树的构造 | 第20-21页 |
| ·概念学习的三种学习形式 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 多级概念粒度空间 | 第23-32页 |
| ·多级概念粒度空间模型 | 第23-26页 |
| ·概念粒的定义 | 第23-24页 |
| ·概念粒的运算 | 第24-26页 |
| ·多级概念粒度空间模型的构建 | 第26-31页 |
| ·相容关系与相容类 | 第26-28页 |
| ·粗糙熵 | 第28页 |
| ·多级概念粒度空间模型的构建算法(CGS) | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 多级概念粒度空间模型的应用 | 第32-47页 |
| ·数据集 | 第32-33页 |
| ·数据集来源 | 第32页 |
| ·数据集预处理 | 第32-33页 |
| ·CGS算法的应用 | 第33-37页 |
| ·初始化数据集 | 第33-34页 |
| ·构建第一层概念粒度空间 | 第34-37页 |
| ·构建多级概念粒度空间 | 第37页 |
| ·算法分析及实验结果 | 第37-46页 |
| ·实验测试结果 | 第37-45页 |
| ·算法评价函数 | 第45页 |
| ·实验比较 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 多级概念增量学习 | 第47-61页 |
| ·多级概念增量学习模型 | 第47-48页 |
| ·多级概念增量学习算法的研究 | 第48-54页 |
| ·新概念分类 | 第48页 |
| ·多级概念增量学习的算法 | 第48-50页 |
| ·算法的实例分析 | 第50-53页 |
| ·实验比较 | 第53-54页 |
| ·测试系统的设计与实现 | 第54-60页 |
| ·Jbuilder简介 | 第54页 |
| ·算法的Jbuilder实现 | 第54页 |
| ·新概念增量显示过程 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·本文研究工作总结 | 第61-62页 |
| ·进一步研究的工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间的研究成果 | 第68页 |
