基于粗糙集理论的不完备决策系统数据挖掘方法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-18页 |
·研究的目的和意义 | 第12页 |
·数据挖掘概述 | 第12-15页 |
·数据挖掘的定义 | 第12-13页 |
·数据挖掘的目的 | 第13页 |
·数据挖掘的方法 | 第13-14页 |
·数据挖掘的步骤 | 第14页 |
·数据挖掘发展概述 | 第14-15页 |
·粗糙集理论概述 | 第15-16页 |
·不完备信息处理的研究现状及分析 | 第16页 |
·本文的工作 | 第16-17页 |
·本文的组织 | 第17-18页 |
第二章 粗糙集理论 | 第18-27页 |
·知识分类 | 第18-19页 |
·信息系统与决策表 | 第19-20页 |
·信息系统 | 第19-20页 |
·决策表 | 第20页 |
·不精确范畴,粗糙集与上、下近似集 | 第20-21页 |
·近似分类和近似分类质量 | 第21-23页 |
·知识的依赖性与知识约简 | 第23-26页 |
·信息系统的知识约简 | 第24页 |
·决策表的知识约简 | 第24-25页 |
·知识依赖度与分类精度 | 第25页 |
·信息论观点与条件熵 | 第25-26页 |
·决策规则与确定性因子 | 第26页 |
·本章小结 | 第26-27页 |
第三章 不完备系统中的粗糙集理论 | 第27-34页 |
·不完备信息 | 第27-28页 |
·空值定义及产生原因 | 第27页 |
·空值的常见处理方法 | 第27-28页 |
·不完备系统中的粗糙集模型拓展 | 第28-31页 |
·相容关系 | 第28-29页 |
·相似关系 | 第29-30页 |
·一般二元关系 | 第30-31页 |
·不完备系统的知识约简 | 第31-33页 |
·广义决策函数 | 第31页 |
·属性约简和广义决策函数 | 第31-32页 |
·区分函数 | 第32-33页 |
·本章小结 | 第33-34页 |
第四章 基于条件信息熵的不完备决策表属性约简 | 第34-41页 |
·概述 | 第34页 |
·相容关系下知识的信息熵与条件信息量度量 | 第34-35页 |
·属性重要性的信息量表示 | 第35-36页 |
·基于条件信息量的属性约简算法 | 第36-37页 |
·基于条件信息熵的属性约简算法 | 第37-38页 |
·实例分析 | 第38-39页 |
·本章小结 | 第39-41页 |
第五章 基于遗传算法的不完备决策表属性约简 | 第41-52页 |
·概述 | 第41页 |
·遗传算法基本原理 | 第41-42页 |
·遗传算法参数选择及基本操作 | 第42-45页 |
·种群规模 | 第42-43页 |
·适应度函数 | 第43-44页 |
·选择操作 | 第44页 |
·交叉操作 | 第44-45页 |
·变异操作 | 第45页 |
·基于遗传算法的不完备决策表属性约简算法 | 第45-50页 |
·编码机制 | 第45页 |
·适应度函数设计 | 第45-46页 |
·选择算子设计 | 第46页 |
·改进的自适应交叉算子与变异算子 | 第46-47页 |
·最优个体保存 | 第47页 |
·算法终止条件 | 第47-48页 |
·算法描述 | 第48-50页 |
·实例分析 | 第50-51页 |
·本章小结 | 第51-52页 |
第六章 不完备决策系统的最优规则提取 | 第52-57页 |
·基本概念 | 第52-53页 |
·算法描述 | 第53-54页 |
·实例分析 | 第54-56页 |
·本章小结 | 第56-57页 |
第七章 不完备决策系统的数据挖掘模型 | 第57-62页 |
·引言 | 第57页 |
·数据挖掘模型的系统设计 | 第57-58页 |
·模块功能简介 | 第58-61页 |
·数据预处理模块 | 第58页 |
·属性约简模块 | 第58-59页 |
·规则提取模块 | 第59-61页 |
·数据挖掘模型的流程图 | 第61页 |
·本章小结 | 第61-62页 |
第八章 结论与展望 | 第62-64页 |
·主要工作及创新点 | 第62-63页 |
·展望 | 第63-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
附录A(攻读硕士学位期间发表录用的论文) | 第68-69页 |
详细摘要 | 第69-72页 |