| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-10页 |
| 1.3 粗糙集理论国内外发展情况 | 第10-12页 |
| 1.4 汽车安全评价方法的发展 | 第12-13页 |
| 1.5 课题研究主要内容 | 第13-14页 |
| 2 粗糙集理论 | 第14-24页 |
| 2.1 粗糙集的概念及表示方法 | 第14-15页 |
| 2.2 粗糙集的性质和规则 | 第15-17页 |
| 2.3 粗糙集的特征 | 第17-18页 |
| 2.4 约简与核 | 第18-19页 |
| 2.5 决策表 | 第19页 |
| 2.6 属性约简 | 第19-23页 |
| 2.7 本章小结 | 第23-24页 |
| 3 基于改进的SOM离散化算法 | 第24-33页 |
| 3.1 连续属性离散化的意义和背景 | 第24页 |
| 3.2 离散化方法简介 | 第24-26页 |
| 3.2.1 离散化问题的概念 | 第24页 |
| 3.2.2 离散化方法的分类 | 第24-25页 |
| 3.2.3 无监督离散化方法和监督离散化方法 | 第25-26页 |
| 3.2.4 静态离散化方法和动态离散化方法 | 第26页 |
| 3.2.5 归并离散化方法和拆分离散化方法 | 第26页 |
| 3.2.6 直接离散化方法和递进离散化方法 | 第26页 |
| 3.3 SOM神经网络离散化算法 | 第26-28页 |
| 3.4 K-means聚类算法 | 第28-30页 |
| 3.5 基于SOM算法和K-means算法的改进 | 第30-32页 |
| 3.5.1 算法改进的方向 | 第30页 |
| 3.5.2 基于SOM算法和K-means算法的主要过程 | 第30-31页 |
| 3.5.3 基于SOM算法和K-means算法的连续属性离散化 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 基于粗糙集理论汽车被动安全检测系统建模 | 第33-46页 |
| 4.1 汽车被动安全简介 | 第33页 |
| 4.2 汽车发动机的故障检测 | 第33-35页 |
| 4.3 基于粗糙集理论的建模 | 第35-41页 |
| 4.3.1 粗糙集理论建模方法 | 第35-36页 |
| 4.3.2 基于粗糙集理论的汽车被动安全检测系统建模 | 第36-39页 |
| 4.3.3 规则提取 | 第39-41页 |
| 4.4 基于邻域粗糙集理论的建模 | 第41-45页 |
| 4.4.1 邻域粗糙集简介 | 第41-42页 |
| 4.4.2 基于邻域粗糙集的建模 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 汽车安全建模及评价机制研究 | 第46-62页 |
| 5.1 数据检测评价机制简介 | 第46页 |
| 5.2 基于粒子群优化算法的属性约简 | 第46-52页 |
| 5.2.1 粒子群优化算法的产生 | 第46页 |
| 5.2.2 粒子群优化算法的原理 | 第46-48页 |
| 5.2.3 基于粒子群的约简算法 | 第48-52页 |
| 5.3 基于改进的粒子群属性约简算法评价及仿真 | 第52-57页 |
| 5.3.1 改进的粒子群属性约简算法 | 第52-53页 |
| 5.3.2 约简结果评价及仿真 | 第53-57页 |
| 5.4 汽车主动安全检测系统建模 | 第57-61页 |
| 5.4.1 汽车主动安全概述 | 第57-58页 |
| 5.4.2 汽车主动安全检测系统建模 | 第58-60页 |
| 5.4.3 仿真结果及评价 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
