基于粗糙集的近似分布约简与决策规则获取

第一章 引言	第1-15页
·数据挖掘概述	第11-12页
·数据挖掘与知识发现	第11页
·数据挖掘的方法与技术	第11-12页
·数据挖掘所面临的困难	第12页
·论文研究的背景和意义	第12-13页
·本文的组织结构	第13-15页
第二章 粗糙集理论的基本概念	第15-20页
·粗糙集相关概念	第15-16页
·粗糙集在数据挖掘中研究的主要问题	第16-20页
·属性约简	第16-17页
·决策规则获取方法	第17-18页
·推广的粗糙集理论以及和其它理论方法的结合	第18-20页
第三章 基于信息熵的β下近似分布约简	第20-29页
·相对属性约简基本概念	第21页
·变精度粗糙集模型	第21-22页
·信息熵的相关概念	第22-23页
·基于信息熵的β下近似分布约简算法	第23-28页
·变精度粗糙集上属性约简的概念	第23-24页
·属性重要性度量	第24-25页
·算法原理	第25-26页
·算法描述	第26-27页
·算法实例	第27-28页
·结论	第28-29页
第四章 基于粗糙信息向量的决策规则获取算法	第29-40页
·决策表与信息向量	第29-31页
·不一致信息系统中决策规则的评价	第31-32页
·基于粗糙信息向量的决策规则获取算法	第32-38页
·Skowron缺省规则获取方法及存在问题分析	第32-33页
·算法原理	第33-35页
·算法实现	第35-37页
·算例说明	第37-38页
·算法分析	第38-39页
·结论	第39-40页
第五章 结束语	第40-42页
参考文献	第42-46页
致谢	第46-47页
附录	第47-48页